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:2505.23165

帮助 | 高级搜索

计算机科学 > 机器学习

arXiv:2505.23165 (cs)
[提交于 2025年5月29日 ]

标题: 最优臂识别与可能存在偏倚的离线数据

标题: Best Arm Identification with Possibly Biased Offline Data

Authors:Le Yang, Vincent Y. F. Tan, Wang Chi Cheung
摘要: 我们研究了固定置信度设置下具有潜在偏倚离线数据的最佳臂识别(BAI)问题,此类问题在现实世界场景中很常见,例如临床试验。 我们证明了在没有关于在线和离线分布之间偏倚界值的先验知识的情况下,自适应算法不可能实现。 为了解决这个问题,我们提出了LUCB-H算法,该算法通过引入辅助偏差校正来整合自适应置信边界,在LUCB框架内平衡离线和在线数据。 理论分析表明,当离线数据具有误导性时,LUCB-H的样本复杂度与标准LUCB相当;而当离线数据有帮助时,其表现显著优于标准LUCB。 我们还推导出一种实例相关的下界,该下界在某些情况下与LUCB-H的上界相匹配。 数值实验进一步展示了LUCB-H在有效结合离线数据方面的鲁棒性和适应性。
摘要: We study the best arm identification (BAI) problem with potentially biased offline data in the fixed confidence setting, which commonly arises in real-world scenarios such as clinical trials. We prove an impossibility result for adaptive algorithms without prior knowledge of the bias bound between online and offline distributions. To address this, we propose the LUCB-H algorithm, which introduces adaptive confidence bounds by incorporating an auxiliary bias correction to balance offline and online data within the LUCB framework. Theoretical analysis shows that LUCB-H matches the sample complexity of standard LUCB when offline data is misleading and significantly outperforms it when offline data is helpful. We also derive an instance-dependent lower bound that matches the upper bound of LUCB-H in certain scenarios. Numerical experiments further demonstrate the robustness and adaptability of LUCB-H in effectively incorporating offline data.
评论: 接受到UAI 2025录用
主题: 机器学习 (cs.LG) ; 人工智能 (cs.AI); 信息论 (cs.IT)
引用方式: arXiv:2505.23165 [cs.LG]
  (或者 arXiv:2505.23165v1 [cs.LG] 对于此版本)
  https://doi.org/10.48550/arXiv.2505.23165
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Le Yang [查看电子邮件]
[v1] 星期四, 2025 年 5 月 29 日 06:58:49 UTC (77 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-05
切换浏览方式为:
cs
cs.AI
cs.IT
cs.LG
math.IT

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