Copertina

Tracking Most Significant Shifts in Infinite-Armed Bandits

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Suk, Joe, Kim, Jung-hun
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

When Can We Track Significant Preference Shifts in Dueling Bandits?
di: Suk, Joe, et al.
Pubblicazione: (2023)

An Adaptive Approach for Infinitely Many-armed Bandits under Generalized Rotting Constraints
di: Kim, Jung-hun, et al.
Pubblicazione: (2024)

Queueing Matching Bandits with Preference Feedback
di: Kim, Jung-hun, et al.
Pubblicazione: (2024)

Adversarial Bandits against Arbitrary Strategies
di: Kim, Jung-hun, et al.
Pubblicazione: (2022)

Stochastic Matching Bandits with Rare Optimization Updates
di: Kim, Jung-hun, et al.
Pubblicazione: (2025)

Oracle-Efficient Combinatorial Semi-Bandits
di: Kim, Jung-hun, et al.
Pubblicazione: (2025)

Adaptive Smooth Non-Stationary Bandits
di: Suk, Joe
Pubblicazione: (2024)

Learning in Prophet Inequalities with Noisy Observations
di: Kim, Jung-hun, et al.
Pubblicazione: (2026)

Non-Stationary Dueling Bandits Under a Weighted Borda Criterion
di: Suk, Joe, et al.
Pubblicazione: (2024)

Dynamic Assortment Selection and Pricing with Censored Preference Feedback
di: Kim, Jung-hun, et al.
Pubblicazione: (2025)

Cost-Ordered Feasibility for Multi-Armed Bandits with Cost Subsidy
di: Juneja, Ishank, et al.
Pubblicazione: (2026)

Learning to Schedule in Parallel-Server Queues with Stochastic Bilinear Rewards
di: Kim, Jung-hun, et al.
Pubblicazione: (2021)

Multi-Armed Bandits with Interference
di: Jia, Su, et al.
Pubblicazione: (2024)

Imprecise Multi-Armed Bandits
di: Kosoy, Vanessa
Pubblicazione: (2024)

Contextual Linear Bandits under Noisy Features: Towards Bayesian Oracles
di: Kim, Jung-hun, et al.
Pubblicazione: (2017)

Flickering Multi-Armed Bandits
di: Chakraborty, Sourav, et al.
Pubblicazione: (2026)

Multi-Armed Bandits with Network Interference
di: Agarwal, Abhineet, et al.
Pubblicazione: (2024)

On the Regularity and Fairness of Combinatorial Multi-Armed Bandit
di: Wu, Xiaoyi, et al.
Pubblicazione: (2025)

Rising Multi-Armed Bandits with Known Horizons
di: Song, Seockbean, et al.
Pubblicazione: (2026)

Diversity-Preserving K-Armed Bandits, Revisited
di: Hadiji, Hédi, et al.
Pubblicazione: (2020)

Collaborating in Multi-Armed Bandits with Strategic Agents
di: Barnea, Idan, et al.
Pubblicazione: (2026)

Optimal Streaming Algorithms for Multi-Armed Bandits
di: Jin, Tianyuan, et al.
Pubblicazione: (2024)

Autonomous Drug Design with Multi-Armed Bandits
di: Svensson, Hampus Gummesson, et al.
Pubblicazione: (2022)

Introduction to Multi-Armed Bandits
di: Slivkins, Aleksandrs
Pubblicazione: (2019)

Stochastic Multi-Armed Bandits with Limited Control Variates
di: Verma, Arun, et al.
Pubblicazione: (2026)

Optimism in the Face of Ambiguity Principle for Multi-Armed Bandits
di: Li, Mengmeng, et al.
Pubblicazione: (2024)

Individual Regret in Cooperative Stochastic Multi-Armed Bandits
di: Barnea, Idan, et al.
Pubblicazione: (2024)

Federated Multi-Armed Bandits Under Byzantine Attacks
di: Saday, Artun, et al.
Pubblicazione: (2022)

Byzantine-Resilient Decentralized Multi-Armed Bandits
di: Zhu, Jingxuan, et al.
Pubblicazione: (2023)

Multi-Armed Bandits With Best-Action Queries
di: Bacchiocchi, Francesco, et al.
Pubblicazione: (2026)

On the Low-Complexity of Fair Learning for Combinatorial Multi-Armed Bandit
di: Wu, Xiaoyi, et al.
Pubblicazione: (2025)

Graph-Dependent Regret Bounds in Multi-Armed Bandits with Interference
di: Jamshidi, Fateme, et al.
Pubblicazione: (2025)

Distributed Algorithms for Multi-Agent Multi-Armed Bandits with Collision
di: Zhou, Daoyuan, et al.
Pubblicazione: (2025)

Collaborative Min-Max Regret in Grouped Multi-Armed Bandits
di: Blanchard, Moïse, et al.
Pubblicazione: (2025)

MARBLE: Multi-Armed Restless Bandits in Latent Markovian Environment
di: Amiri, Mohsen, et al.
Pubblicazione: (2025)

Non-Stationary Restless Multi-Armed Bandits with Provable Guarantee
di: Hung, Yu-Heng, et al.
Pubblicazione: (2025)

Constrained Feedback Learning for Non-Stationary Multi-Armed Bandits
di: Li, Shaoang, et al.
Pubblicazione: (2025)

Dual-Mandate Patrols: Multi-Armed Bandits for Green Security
di: Xu, Lily, et al.
Pubblicazione: (2020)

Adversarial Attacks on Combinatorial Multi-Armed Bandits
di: Balasubramanian, Rishab, et al.
Pubblicazione: (2023)

Unlearning Offline Stochastic Multi-Armed Bandits
di: Ye, Zichun, et al.
Pubblicazione: (2026)