:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Wu, Shuang, Amini, Arash A.
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	https://arxiv.org/abs/2601.00461
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Graph Neural Thompson Sampling
di: Wu, Shuang, et al.
Pubblicazione: (2024)

Simple GNNs with Low Rank Non-parametric Aggregators
di: Vinas, Luciano, et al.
Pubblicazione: (2023)

Sharp Bounds for Poly-GNNs and the Effect of Graph Noise
di: Vinas, Luciano, et al.
Pubblicazione: (2024)

Nonparametric Kernel Clustering with Bandit Feedback
di: Thuot, Victor, et al.
Pubblicazione: (2026)

Consequences of Kernel Regularity for Bandit Optimization
di: Lee, Madison, et al.
Pubblicazione: (2025)

Differentially Private Kernelized Contextual Bandits
di: Pavlovic, Nikola, et al.
Pubblicazione: (2025)

Distributed Learning of Generalized Linear Causal Networks
di: Ye, Qiaoling, et al.
Pubblicazione: (2022)

Nearly-Optimal Algorithm for Adversarial Kernelized Bandits
di: Iwazaki, Shogo
Pubblicazione: (2026)

Near-Optimal Regret in Adversarial Kernel Bandits
di: Zhang, Yu-Jie, et al.
Pubblicazione: (2026)

Learning general conditional independence structures via the neighbourhood lattice
di: Amini, Arash A., et al.
Pubblicazione: (2022)

Batched Kernelized Bandits: Refinements and Extensions
di: Ma, Chenkai, et al.
Pubblicazione: (2026)

Near-Optimal Algorithm for Non-Stationary Kernelized Bandits
di: Iwazaki, Shogo, et al.
Pubblicazione: (2024)

Sharper Guarantees for Misspecified Kernelized Bandit Optimization
di: Maran, Davide, et al.
Pubblicazione: (2026)

Lower Bounds for Time-Varying Kernelized Bandits
di: Cai, Xu, et al.
Pubblicazione: (2024)

KernelBand: Steering LLM-based Kernel Optimization via Hardware-Aware Multi-Armed Bandits
di: Ran, Dezhi, et al.
Pubblicazione: (2025)

Regret Bounds for Noise-Free Cascaded Kernelized Bandits
di: Li, Zihan, et al.
Pubblicazione: (2022)

Nested stochastic block model for simultaneously clustering networks and nodes
di: Josephs, Nathaniel, et al.
Pubblicazione: (2023)

Clustering Time Series Data with Gaussian Mixture Embeddings in a Graph Autoencoder Framework
di: Afzali, Amirabbas, et al.
Pubblicazione: (2024)

Differential Privacy in Kernelized Contextual Bandits via Random Projections
di: Pavlovic, Nikola, et al.
Pubblicazione: (2025)

Online Learning of Whittle Indices for Restless Bandits with Non-Stationary Transition Kernels
di: Shisher, Md Kamran Chowdhury, et al.
Pubblicazione: (2025)

Open Problem: Tight Bounds for Kernelized Multi-Armed Bandits with Bernoulli Rewards
di: Mussi, Marco, et al.
Pubblicazione: (2024)

Task-Driven Kernel Flows: Label Rank Compression and Laplacian Spectral Filtering
di: Li, Hongxi, et al.
Pubblicazione: (2026)

Tighter Regret Lower Bound for Gaussian Process Bandits with Squared Exponential Kernel in Hypersphere
di: Iwazaki, Shogo
Pubblicazione: (2026)

Learning-Based User Association for MmWave Vehicular Networks With Kernelized Contextual Bandits
di: He, Xiaoyang, et al.
Pubblicazione: (2025)

Network two-sample test for block models
di: Nguen, Chung Kyong, et al.
Pubblicazione: (2024)

Generalized Kernelized Bandits: A Novel Self-Normalized Bernstein-Like Dimension-Free Inequality and Regret Bounds
di: Metelli, Alberto Maria, et al.
Pubblicazione: (2025)

Beam-aware Kernelized Contextual Bandits for User Association and Beamforming in mmWave Vehicular Networks
di: He, Xiaoyang, et al.
Pubblicazione: (2026)

Kernel $ε$-Greedy for Multi-Armed Bandits with Covariates
di: Arya, Sakshi, et al.
Pubblicazione: (2023)

Order-Optimal Regret in Distributed Kernel Bandits using Uniform Sampling with Shared Randomness
di: Pavlovic, Nikola, et al.
Pubblicazione: (2024)

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

PAC Off-Policy Prediction of Contextual Bandits
di: Wan, Yilong, et al.
Pubblicazione: (2025)

Depth-induced NTK: Bridging Over-parameterized Neural Networks and Deep Neural Kernels
di: Tian, Yong-Ming, et al.
Pubblicazione: (2025)

Privacy Risks Analysis and Mitigation in Federated Learning for Medical Images
di: Das, Badhan Chandra, et al.
Pubblicazione: (2023)

In-depth Analysis of Privacy Threats in Federated Learning for Medical Data
di: Das, Badhan Chandra, et al.
Pubblicazione: (2024)

BanditQ: Fair Bandits with Guaranteed Rewards
di: Sinha, Abhishek
Pubblicazione: (2023)

Adversarial Bandit over Bandits: Hierarchical Bandits for Online Configuration Management
di: Avin, Chen, et al.
Pubblicazione: (2025)

Autoregressive Bandits
di: Bacchiocchi, Francesco, et al.
Pubblicazione: (2022)

Blocking Bandits
di: Basu, Soumya, et al.
Pubblicazione: (2019)

Pessimistic Risk-Aware Policy Learning in Contextual Bandits
di: Wan, Yilong, et al.
Pubblicazione: (2026)

Efficient Algorithms for Logistic Contextual Slate Bandits with Bandit Feedback
di: Goyal, Tanmay, et al.
Pubblicazione: (2025)