11:52
官方账号arXiv cs.LG@Aniruddhan Ganesaraman, VIdyadhar Kulkarni
推荐理由：这篇论文提出了数据驱动的块更换调度算法，用多臂赌博机方法优化维护成本，在理论遗憾界和实际效果上都有亮点，搞运筹或机器学习的人可以看看。
块更换调度
共 1 条相关 AI 资讯
7月17日
11:52
该论文研究在寿命分布未知时，通过数据驱动算法学习最优块更换间隔k*。算法采用随机多臂赌博机框架，Hoeffding和Bernstein下置信界算法实现O(K log T)的遗憾，匹配Lai-Robbins下界。利用块更换的嵌套观测特性，相关变体达到O((K-k*) log T)的遗憾，仅需O(1)次直接拉动次优臂。Kaplan-Meier更新算法从删失数据非参数估计寿命分布，实现几乎必然策略一致性和渐近零增量遗憾。数值实验验证了理论排序，并揭示了最优块更换与年龄依赖更换之间的结构性成本差距。