【摘要】：在線核選擇是在線核方法的重要工作,可分為過濾式、包裹式和嵌入式三種類型。在線核選擇中存在“探索—利用”兩難問題。既要探索新的核以發(fā)現(xiàn)潛在的最優(yōu)核,同時(shí)也要盡可能多地利用當(dāng)前表現(xiàn)最優(yōu)的核。但已有的在線核選擇方法均忽略了“探索—利用”兩難問題。針對(duì)這一問題,提出在線核選擇的一種對(duì)抗式多臂賭博機(jī)模型,同時(shí)給出在線核選擇的包裹式方法和嵌入式方法。提出的包裹式方法和嵌入式方法旨在平衡“探索—利用”。給定候選核集合,候選集中的一個(gè)核對(duì)應(yīng)對(duì)抗式多臂賭博機(jī)模型中的一個(gè)臂,在線核選擇的每回合依據(jù)一個(gè)概率分布隨機(jī)地選擇核,并應(yīng)用指數(shù)加權(quán)的方法來更新該概率分布。這樣,在線核選擇問題本質(zhì)上可歸約為一個(gè)對(duì)抗式多臂賭博機(jī)問題。在此基礎(chǔ)上研究在線核選擇的包裹式方法以及嵌入式方法:1.包裹式在線核選擇的對(duì)抗式多臂賭博機(jī)模型。分別在遺忘對(duì)手和非遺忘對(duì)手環(huán)境下,給出在線核選擇的包裹式方法。進(jìn)一步提出一個(gè)新的在線核選擇后悔的概念。理論證明在遺忘對(duì)手環(huán)境下的包裹式方法保證亞線性的期望后悔界,在非遺忘對(duì)手環(huán)境下的包裹式方法保證亞線性的弱期望后悔界。2.嵌入式在線核選擇的對(duì)抗式多臂賭博機(jī)模型。在非遺忘對(duì)手環(huán)境下給出在線核選擇的嵌入式方法。理論證明嵌入式方法保證亞線性的期望后悔界。最后,標(biāo)準(zhǔn)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果驗(yàn)證了所提出方法的可行性。
【學(xué)位授予單位】：天津大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：O225

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 武新苗;;從對(duì)抗式解讀中看網(wǎng)絡(luò)傳播的輿論引導(dǎo)[J];傳播力研究;2018年09期

2 胡正強(qiáng);;新聞傳播中“對(duì)抗式”解碼現(xiàn)象論析[J];現(xiàn)代傳播(中國傳媒大學(xué)學(xué)報(bào));2016年10期

3 成果;;“對(duì)抗式”訓(xùn)練在“信息化偵查”課程教學(xué)中的應(yīng)用初探[J];法制與社會(huì);2015年14期

4 成果;;“對(duì)抗式”訓(xùn)練在信息化偵查課程教學(xué)中的實(shí)踐應(yīng)用[J];公安學(xué)刊(浙江警察學(xué)院學(xué)報(bào));2015年03期

5 禹夏;鄧亮;;微博用戶對(duì)主流媒體報(bào)道的對(duì)抗式解讀探析[J];媒體時(shí)代;2013年03期

6 張衛(wèi);;淺談法律診所對(duì)抗式模擬庭審教學(xué)[J];海南大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版);2011年03期

7 陳洪友;;我國當(dāng)代新聞傳播中對(duì)抗式解讀的成因探析[J];鄂州大學(xué)學(xué)報(bào);2011年06期

8 陳洪友;;中國當(dāng)代新聞傳播中對(duì)抗式解讀的特點(diǎn)[J];新聞愛好者;2009年16期

9 陳洪友;;試論中國當(dāng)代新聞傳播中的對(duì)抗式解讀[J];荊楚理工學(xué)院學(xué)報(bào);2009年08期

10 張磊;;軍事戰(zhàn)略問題的對(duì)抗式研討方法初探[J];軍事運(yùn)籌與系統(tǒng)工程;2008年01期

相關(guān)會(huì)議論文 前5條

1 廖初民;;對(duì)抗式訴訟制度功能的異變——英國民事訴訟制度變革探究[A];全國外國法制史研究會(huì)學(xué)術(shù)叢書——20世紀(jì)外國司法制度的變革[C];2002年

2 張鋒;;環(huán)保約談:環(huán)境法協(xié)商式實(shí)施機(jī)制的新探索[A];中國特色社會(huì)主義：實(shí)踐探索與理論創(chuàng)新——紀(jì)念改革開放四十周年（上海市社會(huì)科學(xué)界第十六屆學(xué)術(shù)年會(huì)文集-2018年度）[C];2018年

3 李霖;喬謙;;家事審判模式的新探索[A];新型城鎮(zhèn)化進(jìn)程中的法律問題研究——第十屆中部崛起法治論壇論文集[C];2017年

4 李琛;;刑事法官閱卷如何走向未來——改革輪回之后的實(shí)證研究[A];全國法院第二十六屆學(xué)術(shù)討論會(huì)論文集：司法體制改革與民商事法律適用問題研究[C];2015年

5 程周明;甘文超;;以“審判為中心”改革對(duì)檢察機(jī)關(guān)的影響——以基層公訴為視角[A];2016檢察官“閱百種名刊 讀百家文獻(xiàn)”閱讀征文活動(dòng)優(yōu)秀論文集[C];2016年

相關(guān)重要報(bào)紙文章 前10條

1 張丁予 柴澤興;新型對(duì)抗式無領(lǐng)導(dǎo)小組討論在銀行招聘中的應(yīng)用[N];中國城鄉(xiāng)金融報(bào);2016年

2 復(fù)旦大學(xué)國際關(guān)系與公共事務(wù)學(xué)院教授 蘇長(zhǎng)和;民主分為對(duì)抗式民主和協(xié)商式民主[N];北京日?qǐng)?bào);2016年

3 本報(bào)記者 高柱 李娜;成都法院試水“對(duì)抗式”審判[N];工人日?qǐng)?bào);2015年

4 李智;從意大利新刑訴法看對(duì)抗式模式之缺陷[N];檢察日?qǐng)?bào);2004年

5 記者 朱丹邋通訊員 張峰;歐委會(huì)就緊固件案20年來首開對(duì)抗式聽證會(huì)[N];嘉興日?qǐng)?bào);2008年

6 毛玲;當(dāng)事人自主權(quán)與法官程序控制權(quán)的平衡[N];人民法院報(bào);2005年

7 西南政法大學(xué)副教授 法學(xué)博士 李昌盛;文化與審判[N];人民法院報(bào);2010年

8 本報(bào)記者 謝佳;找準(zhǔn)“痛點(diǎn)”推動(dòng)機(jī)關(guān)作風(fēng)建設(shè)[N];人民公安報(bào);2016年

9 鐘建偉、王陽;“四個(gè)隨機(jī)”考出官兵真水平[N];戰(zhàn)士報(bào);2011年

10 本報(bào)記者　王握文;科學(xué)精神：自主創(chuàng)新的強(qiáng)大動(dòng)力[N];解放軍報(bào);2006年

相關(guān)博士學(xué)位論文 前1條

1 李昌盛;論對(duì)抗式刑事審判[D];西南政法大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 李峻樊;在線核選擇的對(duì)抗式多臂賭博機(jī)模型[D];天津大學(xué);2018年

2 張晶;論政府危機(jī)公關(guān)中的對(duì)抗式解讀[D];南昌大學(xué);2015年

3 俞忠;對(duì)抗式訴訟模式初論—兼論刑事訴訟辯護(hù)制度的改革[D];復(fù)旦大學(xué);2008年

4 杜學(xué)姣;網(wǎng)絡(luò)新聞跟貼中的對(duì)抗式解讀研究[D];山東師范大學(xué);2016年

5 劉白;基于大數(shù)據(jù)的重大決策社會(huì)穩(wěn)定風(fēng)險(xiǎn)對(duì)抗式評(píng)估模式研究[D];西南政法大學(xué);2017年

6 鄭龍曉;抗日“神劇”的對(duì)抗式解讀現(xiàn)象研究[D];南京師范大學(xué);2017年

7 劉杰;“編”“解”成就深度[D];四川大學(xué);2007年

8 傅寅俊;論我國對(duì)抗式偵查程序的構(gòu)建[D];浙江工商大學(xué);2011年

9 龔琰;合意的公正[D];湖南師范大學(xué);2011年

10 宋京霖;交叉詢問中的美國聯(lián)邦刑事品格證據(jù)規(guī)則[D];中國政法大學(xué);2010年

，

本文編號(hào)：2631594