Buchumschlag

Latent Order Bandits

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Carlsson, Emil, Mwai, Newton, Johansson, Fredrik D.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Latent Preference Bandits
von: Mwai, Newton, et al.
Veröffentlicht: (2025)

Identifiable Latent Bandits: Leveraging observational data for personalized decision-making
von: Balcıoğlu, Ahmet Zahid, et al.
Veröffentlicht: (2024)

Pure Exploration in Bandits with Linear Constraints
von: Carlsson, Emil, et al.
Veröffentlicht: (2023)

Prediction Models That Learn to Avoid Missing Values
von: Stempfle, Lena, et al.
Veröffentlicht: (2025)

Active Preference Learning for Ordering Items In- and Out-of-sample
von: Bergström, Herman, et al.
Veröffentlicht: (2024)

Variational Quantum Optimization with Continuous Bandits
von: Wanner, Marc, et al.
Veröffentlicht: (2025)

IncomeSCM: From tabular data set to time-series simulator and causal estimation benchmark
von: Johansson, Fredrik D.
Veröffentlicht: (2024)

Learning Approximate and Exact Numeral Systems via Reinforcement Learning
von: Carlsson, Emil, et al.
Veröffentlicht: (2021)

Unsupervised domain adaptation by learning using privileged information
von: Breitholtz, Adam, et al.
Veröffentlicht: (2023)

Federated Learning with Heterogeneous and Private Label Sets
von: Breitholtz, Adam, et al.
Veröffentlicht: (2025)

Tree Ensembles for Contextual Bandits
von: Nilsson, Hannes, et al.
Veröffentlicht: (2024)

Second Order Methods for Bandit Optimization and Control
von: Suggala, Arun, et al.
Veröffentlicht: (2024)

Overcoming label shift with target-aware federated learning
von: Zec, Edvin Listo, et al.
Veröffentlicht: (2024)

Contextual Bandits for Resource-Constrained Devices using Probabilistic Learning
von: Angioli, Marco, et al.
Veröffentlicht: (2026)

Non-Stationary Latent Auto-Regressive Bandits
von: Trella, Anna L., et al.
Veröffentlicht: (2024)

MARBLE: Multi-Armed Restless Bandits in Latent Markovian Environment
von: Amiri, Mohsen, et al.
Veröffentlicht: (2025)

Handling missing values in clinical machine learning: Insights from an expert study
von: Stempfle, Lena, et al.
Veröffentlicht: (2024)

Approximate Probabilistic Inference for Time-Series Data A Robust Latent Gaussian Model With Temporal Awareness
von: Johansson, Anton, et al.
Veröffentlicht: (2024)

High-Dimensional Linear Bandits under Stochastic Latent Heterogeneity
von: Chen, Elynn, et al.
Veröffentlicht: (2025)

Leveraging Offline Data in Linear Latent Contextual Bandits
von: Kausik, Chinmaya, et al.
Veröffentlicht: (2024)

Adaptive Exploration for Latent-State Bandits
von: Jin, Jikai, et al.
Veröffentlicht: (2026)

Pragmatic Policy Development via Interpretable Behavior Cloning
von: Matsson, Anton, et al.
Veröffentlicht: (2025)

Risk-Aware Linear Bandits: Theory and Applications in Smart Order Routing
von: Ji, Jingwei, et al.
Veröffentlicht: (2022)

Classification with Reject Option: Distribution-free Error Guarantees via Conformal Prediction
von: Szabadváry, Johan Hallberg, et al.
Veröffentlicht: (2025)

Transfer Learning in Latent Contextual Bandits with Covariate Shift Through Causal Transportability
von: Deng, Mingwei, et al.
Veröffentlicht: (2025)

Second Order Bounds for Contextual Bandits with Function Approximation
von: Pacchiano, Aldo
Veröffentlicht: (2024)

Learning plug-in surrogate endpoints for randomized experiments
von: Margueritte, Alessandro-Umberto, et al.
Veröffentlicht: (2026)

Expanding the Action Space of LLMs to Reason Beyond Language
von: Yue, Zhongqi, et al.
Veröffentlicht: (2025)

Explore-then-Commit for Nonstationary Linear Bandits with Latent Dynamics
von: Choi, Sunmook, et al.
Veröffentlicht: (2025)

Improved Offline Contextual Bandits with Second-Order Bounds: Betting and Freezing
von: Ryu, J. Jon, et al.
Veröffentlicht: (2025)

Enhancing Interpretability in Generative Modeling: Statistically Disentangled Latent Spaces Guided by Generative Factors in Scientific Datasets
von: Ganguli, Arkaprabha, et al.
Veröffentlicht: (2025)

Distributed Online Bandit Nonconvex Optimization with One-Point Residual Feedback via Dynamic Regret
von: Hua, Youqing, et al.
Veröffentlicht: (2024)

Disentangled Latent Spaces for Reduced Order Models using Deterministic Autoencoders
von: Schwarz, Henning, et al.
Veröffentlicht: (2025)

Autoregressive Bandits
von: Bacchiocchi, Francesco, et al.
Veröffentlicht: (2022)

Blocking Bandits
von: Basu, Soumya, et al.
Veröffentlicht: (2019)

Successive Halving with Learning Curve Prediction via Latent Kronecker Gaussian Processes
von: Lin, Jihao Andreas, et al.
Veröffentlicht: (2025)

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

HR-Bandit: Human-AI Collaborated Linear Recourse Bandit
von: Cao, Junyu, et al.
Veröffentlicht: (2024)

Bayesian Bandit Algorithms with Approximate Inference in Stochastic Linear Bandits
von: Huang, Ziyi, et al.
Veröffentlicht: (2024)

A Differentiable Bayesian Relaxation for Latent Partial-Order Inference
von: Li, Dongqing, et al.
Veröffentlicht: (2026)