Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2501.14928

帮助 | 高级搜索

计算机科学 > 机器学习

arXiv:2501.14928 (cs)
[提交于 2025年1月24日 ]

标题: 在变化环境中的决策制定:鲁棒性、基于查询的学习和 differential privacy

标题: Decision Making in Changing Environments: Robustness, Query-Based Learning, and Differential Privacy

Authors:Fan Chen, Alexander Rakhlin
摘要: 我们研究了在随时间变化的环境中进行交互式决策的问题,该环境的变化受到给定约束条件的限制。 我们提出了一种框架,称为\textit{基于结构化观测的混合决策-making}(混合DMSO),它在决策的随机性和对抗性设定之间提供了插值。 在这个框架内,我们可以分析局部差分隐私(LDP)决策制定、基于查询的学习(特别是SQ学习)、以及在相同伞状结构下的鲁棒和平滑决策制定,基于决策-估计系数(DEC)的变体推导出上下界。 我们进一步建立了DEC的行为、SQ维数、局部最小极大复杂度、可学习性和联合差分隐私之间的强联系。 为了展示该框架的能力,我们在LDP约束下为上下文-bandit问题提供了新的结果。
摘要: We study the problem of interactive decision making in which the underlying environment changes over time subject to given constraints. We propose a framework, which we call \textit{hybrid Decision Making with Structured Observations} (hybrid DMSO), that provides an interpolation between the stochastic and adversarial settings of decision making. Within this framework, we can analyze local differentially private (LDP) decision making, query-based learning (in particular, SQ learning), and robust and smooth decision making under the same umbrella, deriving upper and lower bounds based on variants of the Decision-Estimation Coefficient (DEC). We further establish strong connections between the DEC's behavior, the SQ dimension, local minimax complexity, learnability, and joint differential privacy. To showcase the framework's power, we provide new results for contextual bandits under the LDP constraint.
主题: 机器学习 (cs.LG) ; 人工智能 (cs.AI); 信息论 (cs.IT); 统计理论 (math.ST); 机器学习 (stat.ML)
引用方式: arXiv:2501.14928 [cs.LG]
  (或者 arXiv:2501.14928v1 [cs.LG] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.14928
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Fan Chen [查看电子邮件]
[v1] 星期五, 2025 年 1 月 24 日 21:31:50 UTC (190 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.LG
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
cs
cs.AI
cs.IT
math
math.IT
math.ST
stat
stat.ML
stat.TH

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号