BriefGPT - AI 论文速递
·
Safe and Efficient Online Convex Optimization with Linear Budget Constraints and Partial Feedback
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种安全高效的Lyapunov优化算法（SELO），用于解决在线凸优化中的未知线性预算约束问题。该算法实现了$O( ext{sqrt}(T))$的悔恨值，并确保约束累计违背为零。应用于分布式数据中心的能效任务处理，验证了其计算效率和理论有效性。
🎯
关键要点
- 本研究提出了一种安全高效的Lyapunov优化算法（SELO），用于解决在线凸优化中的未知线性预算约束问题。
- 该算法实现了O(√T)的悔恨值，并确保约束累计违背为零。
- 算法应用于分布式数据中心的能效任务处理，验证了其计算效率和理论有效性。
🏷️
标签
➡️
