Buchumschlag

Frequentist Regret Analysis of Gaussian Process Thompson Sampling via Fractional Posteriors

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Roy, Somjit, Jaiswal, Prateek, Bhattacharya, Anirban, Pati, Debdeep, Mallick, Bani K.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Statistics Theory Machine Learning Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Generalized Tangent Approximation based Variational Inference Framework for Strongly Super-Gaussian Likelihoods
von: Roy, Somjit, et al.
Veröffentlicht: (2025)

Hierarchical Bayesian Operator-induced Symbolic Regression Trees for Structural Learning of Scientific Expressions
von: Roy, Somjit, et al.
Veröffentlicht: (2025)

Structured Optimal Variational Inference for Dynamic Latent Space Models
von: Zhao, Peng, et al.
Veröffentlicht: (2022)

Adaptive finite element type decomposition of Gaussian processes
von: Kim, Jaehoan, et al.
Veröffentlicht: (2025)

Bayesian Design Principles for Frequentist Sequential Learning
von: Xu, Yunbei, et al.
Veröffentlicht: (2023)

Optimism Stabilizes Thompson Sampling for Adaptive Inference
von: Yan, Shunxing, et al.
Veröffentlicht: (2026)

On Quantification of Borrowing of Information in Hierarchical Bayesian Models
von: Ghosh, Prasenjit, et al.
Veröffentlicht: (2025)

Deconfounded Warm-Start Thompson Sampling with Applications to Precision Medicine
von: Jaiswal, Prateek, et al.
Veröffentlicht: (2025)

Gaussian mixtures closest to a given measure via optimal transport
von: Lasserre, Jean-Bernard
Veröffentlicht: (2024)

Entropic vector quantile regression: Duality and Gaussian case
von: Kato, Kengo, et al.
Veröffentlicht: (2026)

Gaussianity and the Kalman Filter: A Simple Yet Complicated Relationship
von: Uhlmann, Jeffrey, et al.
Veröffentlicht: (2024)

Online Experimental Design With Estimation-Regret Trade-off Under Network Interference
von: Zhang, Zhiheng, et al.
Veröffentlicht: (2024)

Sample complexity of optimal transport barycenters with discrete support
von: Portales, Léo, et al.
Veröffentlicht: (2025)

Minimax Sequential Testing for Poisson Processes
von: Mei, Hongwei
Veröffentlicht: (2023)

Sample Average Approximation for Distributionally Robust Optimization with $ϕ$-divergences
von: Li, Yan
Veröffentlicht: (2026)

Tail-adaptive Bayesian shrinkage
von: Lee, Se Yoon, et al.
Veröffentlicht: (2020)

Central Limit Theorems for Sample Average Approximations in Stochastic Optimal Control
von: Milz, Johannes, et al.
Veröffentlicht: (2025)

Optimal Experimental Design for Large-Scale Inverse Problems via Multi-PDE-constrained Optimization
von: Petrocchi, Andrea, et al.
Veröffentlicht: (2024)

Risk-averse formulations of Stochastic Optimal Control and Markov Decision Processes
von: Shapiro, Alexander, et al.
Veröffentlicht: (2025)

Gaussian Process Thompson Sampling via Rootfinding
von: Adebiyi, Taiwo A., et al.
Veröffentlicht: (2024)

An Improved Analysis of Langevin Algorithms with Prior Diffusion for Non-Log-Concave Sampling
von: Huang, Xunpeng, et al.
Veröffentlicht: (2024)

Optimization via Strategic Law of Large Numbers
von: Chen, Xiaohong, et al.
Veröffentlicht: (2024)

Beyond Smoothness and Convexity: Optimization via sampling
von: Seyoum, Nahom, et al.
Veröffentlicht: (2025)

Multifractal Analysis of the Sinkhorn Algorithm: Unveiling the Intricate Structure of Optimal Transport Maps
von: Mena, Jose Rafael Espinosa
Veröffentlicht: (2024)

Ensemble-Conditional Gaussian Processes (Ens-CGP): Representation, Geometry, and Inference
von: Ravela, Sai, et al.
Veröffentlicht: (2026)

Phase retrieval and matrix sensing via benign and overparametrized nonconvex optimization
von: McRae, Andrew D.
Veröffentlicht: (2025)

Phase retrieval via overparametrized nonconvex optimization: nonsmooth amplitude loss landscapes
von: McRae, Andrew D.
Veröffentlicht: (2025)

Is Q-Learning Minimax Optimal? A Tight Sample Complexity Analysis
von: Li, Gen, et al.
Veröffentlicht: (2021)

Low-rank matrix recovery via nonconvex optimization methods with application to errors-in-variables matrix regression
von: Li, Xin, et al.
Veröffentlicht: (2024)

Stochastic Regret Guarantees for Online Zeroth- and First-Order Bilevel Optimization
von: Nazari, Parvin, et al.
Veröffentlicht: (2025)

Stochastic Optimization with Optimal Importance Sampling
von: Aolaritei, Liviu, et al.
Veröffentlicht: (2025)

The optimizing mode classification stabilization of sampled stochastic jump systems via an improved hill-climbing algorithm based on Q-learning
von: Wang, Guoliang
Veröffentlicht: (2024)

Mixing Time of the Proximal Sampler in Relative Fisher Information via Strong Data Processing Inequality
von: Wibisono, Andre
Veröffentlicht: (2025)

Learning the Uncertainty Sets for Control Dynamics via Set Membership: A Non-Asymptotic Analysis
von: Li, Yingying, et al.
Veröffentlicht: (2023)

Data-Efficient Non-Gaussian Semi-Nonparametric Density Estimation for Nonlinear Dynamical Systems
von: Liao, Aaron R., et al.
Veröffentlicht: (2026)

On the Sample Complexity of Set Membership Estimation for Linear Systems with Disturbances Bounded by Convex Sets
von: Xu, Haonan, et al.
Veröffentlicht: (2024)

A High-Dimensional Statistical Theory for Convex and Nonconvex Matrix Sensing
von: Agterberg, Joshua, et al.
Veröffentlicht: (2025)

Convex relaxation for the generalized maximum-entropy sampling problem
von: Ponte, Gabriel, et al.
Veröffentlicht: (2024)

Statistical Inference of Day-to-Day Traffic Dynamics
von: Wu, Minghui, et al.
Veröffentlicht: (2026)

Breaking a Logarithmic Barrier in the Stopping Time Convergence Rate of Stochastic First-order Methods
von: Feng, Yasong, et al.
Veröffentlicht: (2025)