Copertina

Budgeted Online Influence Maximization

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Perrault, Pierre, Healey, Jennifer, Wen, Zheng, Valko, Michal
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Covariance-adapting algorithm for semi-bandits with application to sparse rewards
di: Perrault, Pierre, et al.
Pubblicazione: (2026)

Scale-free adaptive planning for deterministic dynamics & discounted rewards
di: Bartlett, Peter L., et al.
Pubblicazione: (2026)

Online combinatorial optimization with stochastic decision sets and adversarial losses
di: Neu, Gergely, et al.
Pubblicazione: (2026)

Bandits on graphs and structures
di: Valko, Michal
Pubblicazione: (2026)

Adaptive graph-based algorithms for conditional anomaly detection and semi-supervised learning
di: Valko, Michal
Pubblicazione: (2026)

Online learning with noisy side observations
di: Kocák, Tomáš, et al.
Pubblicazione: (2026)

Demonstration-Regularized RL
di: Tiapkin, Daniil, et al.
Pubblicazione: (2023)

Online learning with Erdős-Rényi side-observation graphs
di: Kocák, Tomáš, et al.
Pubblicazione: (2026)

Model-free Posterior Sampling via Learning Rate Randomization
di: Tiapkin, Daniil, et al.
Pubblicazione: (2023)

Sharper Perturbed-Kullback-Leibler Exponential Tail Bounds for Beta and Dirichlet Distributions
di: Perrault, Pierre
Pubblicazione: (2025)

Online semi-supervised perception: Real-time learning without explicit feedback
di: Kveton, Branislav, et al.
Pubblicazione: (2026)

Feature importance analysis for patient management decisions
di: Valko, Michal, et al.
Pubblicazione: (2026)

Distance metric learning for conditional anomaly detection
di: Valko, Michal, et al.
Pubblicazione: (2026)

Learning from a single labeled face and a stream of unlabeled data
di: Kveton, Branislav, et al.
Pubblicazione: (2026)

Revealing graph bandits for maximizing local influence
di: Carpentier, Alexandra, et al.
Pubblicazione: (2026)

Extreme bandits
di: Carpentier, Alexandra, et al.
Pubblicazione: (2026)

A single algorithm for both restless and rested rotting bandits
di: Seznec, Julien, et al.
Pubblicazione: (2026)

Active multiple matrix completion with adaptive confidence sets
di: Locatelli, Andrea, et al.
Pubblicazione: (2026)

Bandits attack function optimization
di: Preux, Philippe, et al.
Pubblicazione: (2026)

Stochastic simultaneous optimistic optimization
di: Valko, Michal, et al.
Pubblicazione: (2026)

Large-scale semi-supervised learning with online spectral graph sparsification
di: Calandriello, Daniele, et al.
Pubblicazione: (2026)

Adaptive multi-fidelity optimization with fast learning rates
di: Fiegel, Come, et al.
Pubblicazione: (2026)

Analysis of Nystrom method with sequential ridge leverage scores
di: Calandriello, Daniele, et al.
Pubblicazione: (2026)

Bayesian policy gradient and actor-critic algorithms
di: Ghavamzadeh, Mohammad, et al.
Pubblicazione: (2026)

Pack only the essentials: Adaptive dictionary learning for kernel ridge regression
di: Calandriello, Daniele, et al.
Pubblicazione: (2026)

Learning predictive models for combinations of heterogeneous proteomic data sources
di: Valko, Michal, et al.
Pubblicazione: (2026)

Language Generation with Replay: A Learning-Theoretic View of Model Collapse
di: Racca, Giorgio, et al.
Pubblicazione: (2026)

Optimal last-iterate convergence in matrix games with bandit feedback using the log-barrier
di: Fiegel, Come, et al.
Pubblicazione: (2026)

The Harder Path: Last Iterate Convergence for Uncoupled Learning in Zero-Sum Games with Bandit Feedback
di: Fiegel, Côme, et al.
Pubblicazione: (2026)

Online Influence Maximization: Concept and Algorithm
di: Guo, Jianxiong
Pubblicazione: (2023)

Black-box optimization of noisy functions with unknown smoothness
di: Grill, Jean-Bastien, et al.
Pubblicazione: (2026)

Blazing the trails before beating the path: Sample-efficient Monte-Carlo planning
di: Grill, Jean-Bastien, et al.
Pubblicazione: (2026)

On two ways to use determinantal point processes for Monte Carlo integration
di: Gautier, Guillaume, et al.
Pubblicazione: (2026)

Planning in entropy-regularized Markov decision processes and games
di: Grill, Jean-Bastien, et al.
Pubblicazione: (2026)

Maximum Entropy Semi-Supervised Inverse Reinforcement Learning
di: Audiffren, Julien, et al.
Pubblicazione: (2026)

Spectral Thompson sampling
di: Kocak, Tomas, et al.
Pubblicazione: (2026)

Semi-supervised learning with max-margin graph cuts
di: Kveton, Branislav, et al.
Pubblicazione: (2026)

Sample Complexity Bounds for Stochastic Shortest Path with a Generative Model
di: Tarbouriech, Jean, et al.
Pubblicazione: (2026)

Spectral bandits for smooth graph functions
di: Valko, Michal, et al.
Pubblicazione: (2026)

Efficient learning by implicit exploration in bandit problems with side observations
di: Kocak, Tomas, et al.
Pubblicazione: (2026)