:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhao, Tianchi, Liu, He, Shi, Hongyin, Li, Jinliang
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2602.15972
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Adaptive Prior Selection in Gaussian Process Bandits with Thompson Sampling
von: Sandberg, Jack, et al.
Veröffentlicht: (2025)

Online Learning of Decision Trees with Thompson Sampling
von: Chaouki, Ayman, et al.
Veröffentlicht: (2024)

Dynamic Prior Thompson Sampling for Cold-Start Exploration in Recommender Systems
von: Zhao, Zhenyu, et al.
Veröffentlicht: (2026)

Sample-Mean Anchored Thompson Sampling for Offline-to-Online Learning with Distribution Shift
von: Li, Bochao, et al.
Veröffentlicht: (2026)

Prior-Aligned Meta-RL: Thompson Sampling with Learned Priors and Guarantees in Finite-Horizon MDPs
von: Zhou, Runlin, et al.
Veröffentlicht: (2025)

Fast, Precise Thompson Sampling for Bayesian Optimization
von: Sweet, David
Veröffentlicht: (2024)

Thompson Sampling-Based Learning and Control for Unknown Dynamic Systems
von: Zheng, Kaikai, et al.
Veröffentlicht: (2025)

Thompson Sampling in Online RLHF with General Function Approximation
von: Feng, Songtao, et al.
Veröffentlicht: (2025)

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

Rebalanced Multimodal Learning with Data-aware Unimodal Sampling
von: Jiang, Qingyuan, et al.
Veröffentlicht: (2025)

Distilled Thompson Sampling: Practical and Efficient Thompson Sampling via Imitation Learning
von: Namkoong, Hongseok, et al.
Veröffentlicht: (2020)

Thompson Sampling for Repeated Newsvendor
von: Chen, Li, et al.
Veröffentlicht: (2025)

Feel-Good Thompson Sampling for Contextual Dueling Bandits
von: Li, Xuheng, et al.
Veröffentlicht: (2024)

No-Regret Thompson Sampling for Finite-Horizon Markov Decision Processes with Gaussian Processes
von: Bayrooti, Jasmine, et al.
Veröffentlicht: (2025)

Constrained Linear Thompson Sampling
von: Gangrade, Aditya, et al.
Veröffentlicht: (2025)

Optimistic Thompson Sampling for No-Regret Learning in Unknown Games
von: Li, Yingru, et al.
Veröffentlicht: (2024)

Online Posterior Sampling with a Diffusion Prior
von: Kveton, Branislav, et al.
Veröffentlicht: (2024)

Regenerative Particle Thompson Sampling
von: Zhou, Zeyu, et al.
Veröffentlicht: (2022)

Adaptive Data Augmentation for Thompson Sampling
von: Kim, Wonyoung
Veröffentlicht: (2025)

A Broader View of Thompson Sampling
von: Qu, Yanlin, et al.
Veröffentlicht: (2025)

Graph Neural Thompson Sampling
von: Wu, Shuang, et al.
Veröffentlicht: (2024)

Stochastically Constrained Best Arm Identification with Thompson Sampling
von: Yang, Le, et al.
Veröffentlicht: (2025)

Frequentist Regret Analysis of Gaussian Process Thompson Sampling via Fractional Posteriors
von: Roy, Somjit, et al.
Veröffentlicht: (2026)

PFN-TS: Thompson Sampling for Contextual Bandits via Prior-Data Fitted Networks
von: Tan, Yan Shuo, et al.
Veröffentlicht: (2026)

On Regret Bounds of Thompson Sampling for Bayesian Optimization
von: Takeno, Shion, et al.
Veröffentlicht: (2026)

Thompson Sampling in Partially Observable Contextual Bandits
von: Park, Hongju, et al.
Veröffentlicht: (2024)

Improved Bayesian Regret Bounds for Thompson Sampling in Reinforcement Learning
von: Moradipari, Ahmadreza, et al.
Veröffentlicht: (2023)

MINTS: Minimalist Thompson Sampling
von: Wang, Kaizheng
Veröffentlicht: (2026)

Meta-Learn Unimodal Signals with Weak Supervision for Multimodal Sentiment Analysis
von: Mai, Sijie, et al.
Veröffentlicht: (2024)

Efficient Model-Based Reinforcement Learning Through Optimistic Thompson Sampling
von: Bayrooti, Jasmine, et al.
Veröffentlicht: (2024)

Thompson Sampling For Combinatorial Bandits: Polynomial Regret and Mismatched Sampling Paradox
von: Zhang, Raymond, et al.
Veröffentlicht: (2024)

Thompson Sampling Itself is Differentially Private
von: Ou, Tingting, et al.
Veröffentlicht: (2024)

Counterfactual Inference under Thompson Sampling
von: Jeunen, Olivier
Veröffentlicht: (2025)

Variance-Aware Feel-Good Thompson Sampling for Contextual Bandits
von: Li, Xuheng, et al.
Veröffentlicht: (2025)

Thompson Sampling for Multi-Objective Linear Contextual Bandit
von: Park, Somangchan, et al.
Veröffentlicht: (2025)

An Information-Theoretic Analysis of Thompson Sampling for Logistic Bandits
von: Gouverneur, Amaury, et al.
Veröffentlicht: (2024)

On Thompson Sampling and Bilateral Uncertainty in Additive Bayesian Optimization
von: Wycoff, Nathan
Veröffentlicht: (2025)

Thompson Sampling-like Algorithms for Stochastic Rising Bandits
von: Fiandri, Marco, et al.
Veröffentlicht: (2025)

Sliding-Window Thompson Sampling for Non-Stationary Settings
von: Fiandri, Marco, et al.
Veröffentlicht: (2024)

VITS : Variational Inference Thompson Sampling for contextual bandits
von: Clavier, Pierre, et al.
Veröffentlicht: (2023)