返回
Adaptive online convex optimization with unknown feedback delay
DOI:10.1016/j.eswa.2025.129269.png)
摘要
En 中文
• 提出了一种自适应延迟镜像下降算法,利用虚拟迭代序列和基于缺失反馈的学习率来改进后悔界。
• 通过惰性梯度下降将自适应延迟镜像下降转化为自适应延迟对偶平均。
• 引入了一种新颖的延迟加倍技巧,进一步增强了适应未知反馈延迟的能力。
• 大量实验验证了算法的有效性,展示了其卓越的性能。
Keyword:
adaptive delayed mirror descent
delayed dual averaging
learning rate adaptation
feedback delay
regret bounds

