BriefGPT - AI 论文速递
·
带有分离Oracle的在线凸优化
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文介绍了一种新型无投影算法用于在线凸优化，具有领先的遗憾保证。其遗憾界限为$ ilde{O}( ext{sqrt}(dT) + ext{kappa} d)$，主要项不受可行集非球面率$ ext{kappa}$影响，克服了传统方法的局限性，并在约束随机凸优化中实现了更快的收敛速度。
🎯
关键要点
-
本文提出了一种新的无投影算法用于在线凸优化（OCO）。
-
该算法在分离基础算法中具有领先的遗憾保证。
-
算法的遗憾界限为$ ilde{O}( ext{sqrt}(dT) + ext{kappa} d)$。
-
主要项与可行集的非球面率$ ext{kappa}$无关。
-
该算法克服了以往方法的局限性。
-
在约束随机凸优化中实现了最先进的收敛速度。
➡️
