Buchumschlag

SCaLE: Switching Cost aware Learning and Exploration

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bhuyan, Neelkamal, Mukherjee, Debankur, Wierman, Adam
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Data Structures and Algorithms Optimization and Control Probability
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Best of Both Worlds Guarantees for Smoothed Online Quadratic Optimization
von: Bhuyan, Neelkamal, et al.
Veröffentlicht: (2023)

Optimal Decentralized Smoothed Online Convex Optimization
von: Bhuyan, Neelkamal, et al.
Veröffentlicht: (2024)

Active Learning for Non-Parametric Choice Models
von: Susan, Fransisca, et al.
Veröffentlicht: (2022)

Beyond Non-Degeneracy: Revisiting Certainty Equivalent Heuristic for Online Linear Programming
von: Chen, Yilun, et al.
Veröffentlicht: (2025)

Online Convex Optimization with Switching Cost with Only One Single Gradient Evaluation
von: Shah, Harsh, et al.
Veröffentlicht: (2025)

Asymptotics of solutions to the linear search problem
von: Heinonen, Robin A.
Veröffentlicht: (2026)

Availability is all you need: achieving optimal regret with minimal information for dynamic matching
von: Kerimov, Süleyman, et al.
Veröffentlicht: (2025)

Online Stochastic Packing with General Correlations
von: Cetin, Sabri, et al.
Veröffentlicht: (2025)

Dynamic Resource Allocation: Algorithmic Design Principles and Spectrum of Achievable Performances
von: Besbes, Omar, et al.
Veröffentlicht: (2022)

Online Conversion with Switching Costs: Robust and Learning-Augmented Algorithms
von: Lechowicz, Adam, et al.
Veröffentlicht: (2023)

Learning-Augmented Algorithms for the Bahncard Problem
von: Zhao, Hailiang, et al.
Veröffentlicht: (2024)

Robust Learning of a Group DRO Neuron
von: Cao, Guyang, et al.
Veröffentlicht: (2026)

Learning Mixtures of Spherical Gaussians via Fourier Analysis
von: Chakraborty, Somnath, et al.
Veröffentlicht: (2020)

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

Online Resource Allocation with Convex-set Machine-Learned Advice
von: Golrezaei, Negin, et al.
Veröffentlicht: (2023)

Learning-Augmented Algorithms for Online Concave Packing and Convex Covering Problems
von: Grigorescu, Elena, et al.
Veröffentlicht: (2024)

A Simple Learning-Augmented Algorithm for Online Packing with Concave Objectives
von: Grigorescu, Elena, et al.
Veröffentlicht: (2024)

Non-Stationary Online Resource Allocation: Learning from a Single Sample
von: Feng, Yiding, et al.
Veröffentlicht: (2026)

Learning a Single Neuron Robustly to Distributional Shifts and Adversarial Label Noise
von: Li, Shuyao, et al.
Veröffentlicht: (2024)

Provably Efficient Infinite-Horizon Average-Reward Reinforcement Learning with Linear Function Approximation
von: Chae, Woojin, et al.
Veröffentlicht: (2024)

Adaptive Frontier Exploration on Graphs with Applications to Network-Based Disease Testing
von: Choo, Davin, et al.
Veröffentlicht: (2025)

Constrained and Composite Sampling via Proximal Sampler
von: Dang, Thanh, et al.
Veröffentlicht: (2026)

Complexity of Classical Acceleration for $\ell_1$-Regularized PageRank
von: Fountoulakis, Kimon, et al.
Veröffentlicht: (2026)

Online Linear Programming with Replenishment
von: Chen, Yuze, et al.
Veröffentlicht: (2026)

Negative Momentum for Convex-Concave Optimization
von: Shugart, Henry, et al.
Veröffentlicht: (2026)

Convex Optimization with Nested Evolving Feasible Sets
von: M., Karthick Krishna, et al.
Veröffentlicht: (2026)

Combinatorial Sparse PCA Beyond the Spiked Identity Model
von: Kumar, Syamantak, et al.
Veröffentlicht: (2026)

Multi-LLM Query Optimization
von: Dean, Arlen, et al.
Veröffentlicht: (2026)

Gradient Testing and Estimation by Comparisons
von: Tao, Xiwen, et al.
Veröffentlicht: (2024)

Importance Sparsification for Sinkhorn Algorithm
von: Li, Mengyu, et al.
Veröffentlicht: (2023)

Optimal Bounds for Adversarial Constrained Online Convex Optimization
von: Ferreira, Ricardo N., et al.
Veröffentlicht: (2025)

Min-Max Optimization Is Strictly Easier Than Variational Inequalities
von: Shugart, Henry, et al.
Veröffentlicht: (2025)

Negative Stepsizes Make Gradient-Descent-Ascent Converge
von: Shugart, Henry, et al.
Veröffentlicht: (2025)

Gaussian Cooling and Dikin Walks: The Interior-Point Method for Logconcave Sampling
von: Kook, Yunbum, et al.
Veröffentlicht: (2023)

Noise Stability Optimization for Finding Flat Minima: A Hessian-based Regularization Approach
von: Zhang, Hongyang R., et al.
Veröffentlicht: (2023)

Closing the Computational-Query Depth Gap in Parallel Stochastic Convex Optimization
von: Jambulapati, Arun, et al.
Veröffentlicht: (2024)

Online Bilevel Optimization: Regret Analysis of Online Alternating Gradient Methods
von: Tarzanagh, Davoud Ataee, et al.
Veröffentlicht: (2022)

Accelerated Algorithms for Constrained Nonconvex-Nonconcave Min-Max Optimization and Comonotone Inclusion
von: Cai, Yang, et al.
Veröffentlicht: (2022)

Extended convexity and smoothness and their applications in deep learning
von: Qi, Binchuan, et al.
Veröffentlicht: (2024)

Non-Euclidean High-Order Smooth Convex Optimization
von: Contreras, Juan Pablo, et al.
Veröffentlicht: (2024)