Optimal Bayesian Stopping for Efficient Inference of Consistent LLM Answers
Stern School of Business, New York University, New York, USA(纽约大学 Stern 商学院);Graduate School of Business, Columbia University, New York, USA(哥伦比亚大学 商学院)
利用贝叶斯先验信息,通过L-聚合停止策略在达到足够一致性时提前停止采样,以最小化采样成本并高效识别最一致的LLM答案。
2026-05-31 cs.AI cs.LG stat.ML
Why optional stopping can be a problem for Bayesians
最近,选择性停止一直是贝叶斯心理学界争论的话题。Rouder(2014)认为,选择性停止对贝叶斯人来说没有问题,甚至建议在实践中使用选择性停止,Wagenmakers et al.(2012)。这篇文章解决了这个问题是否可选停止贝叶斯方法是有问题的,并指定在何种情况下,在何种意义上,它是和不是。通过稍微改变和扩展Rouder(2014)的实验,我们说明,一旦感兴趣的参数配备了默认或务实的先验-这意味着,在贝叶斯因子假设检验的大多数实际应用中-对可选停止的弹性可能会崩溃。我们区分了三种类型的默认先验,每一种都有自己的特定问题,从根本没有问题(0型先验)到非常严重(II型先验)。
2021-03-25 math.ST stat.ME stat.TH
Optimally Stopping a Brownian Bridge with an Unknown Pinning Time: A Bayesian Approach
我们考虑的问题,最佳停止布朗桥与未知的钉扎时间,以最大限度地提高停止后的过程的价值。采用贝叶斯方法,我们假设塞子有一个一般的连续先验,并允许更新他们的信念的钉扎时间的值,通过连续的观察过程。钉扎时间的不确定性影响过程的条件动态和最优停止问题的预期(随机)范围。我们详细分析了某些伽玛和贝塔分布的先验。值得注意的是,最优停止问题在伽马的情况下成为时间齐次的,是完全可解的封闭形式。此外,在beta的情况下,我们发现,最佳停止边界的平方根的形式,类似于经典解与一个已知的钉扎时间。
2020-03-14 math.OC math.PR stat.AP
Optimal Stopping with Gaussian Processes
J.P.Morgan AI Research(摩根大通人工智能研究院);J.P.Morgan AI Services & Innovation(摩根大通人工智能服务与创新部)
我们提出了一组新的高斯过程为基础的算法快速近似最优停止的时间序列与金融市场的具体应用。我们表明,金融时间序列通常表现出的结构属性(例如,均值回复的趋势)允许使用高斯和深度高斯过程模型,其进一步使我们能够分析地评估最优停止值函数和策略。我们还通过最优停止分析传播价格模型来量化价值函数中的不确定性。我们将我们提出的方法与基于采样的方法以及基于深度学习的基准进行比较和对比,该基准目前被认为是文献中最先进的。我们表明,我们的家庭的算法优于基准的三个历史时间序列数据集,包括日内和结束的一天股票价格,以及每日美国国债收益率曲线利率。
2022-10-07 cs.LG stat.ML
Strategic decision points in experiments: A predictive Bayesian optional stopping method
本文提出预测性贝叶斯可选停止方法(pBOS),结合预演模拟预测未来数据,在资源约束下动态决定实验停止时机,成本效益较传统BOS提升118%,优化了资源利用。
2025-03-02 stat.AP stat.ME
Differentiating Policies for Non-Myopic Bayesian Optimization
Cornell University(康奈尔大学)
针对标准贝叶斯优化近视采集函数的局限,提出高效估计rollout采集函数及其梯度的方法,实现基于随机梯度的非近视采样策略优化,解决了动态规划方法成本过高的问题。
2024-08-14 cs.LG stat.ML
Differences Among Noninformative Stopping Rules Are Often Relevant to Bayesian Decisions
萨维奇曾经希望表明,“表面上不相容的思想体系一方面与[主观贝叶斯主义]有关,另一方面与[古典统计学]有关.互相支持和澄清。然而,到了1972年,他已经基本上“对经典统计学的方法失去了信心”。他发现这些“装置”的一个方面令人反感的是,用于决定何时结束实验的“停止规则“之间的差异从贝叶斯的角度来看是“无信息”的,可能会影响使用经典方法做出的决定。使用不同的停止规则产生相同数据的两个实验,似乎只在实验者的意图上有所不同,即如果数据不同,他们是否会继续进行,这似乎与数据的证据输入无关,因此与数据证明什么行为的事实无关。我认为,古典和贝叶斯关于停止规则的想法实际上确实“互相借”了萨维奇最初希望找到的那种“相互支持和澄清”。他们这样做是在一种科学实践中常见的情况下,在这种情况下,设计实验的人与根据实验结果做出决定的人有不同的利益。我表明,在这种情况下,贝叶斯原理提供了合格的支持经典的统计实践的“惩罚”“有偏见的”停止规则。然而,与传统原则相比,这些原则要求在更窄的范围内实行这一做法,而且原因也不同。我认为,这种做法的经典论点是令人信服的,正是在这类情况下,贝叶斯原则也需要它,因此,我们应该把贝叶斯原则作为澄清经典统计思想的停止规则,而不是相反。
2017-07-01 math.ST stat.TH
From aggressive to conservative early stopping in Bayesian group sequential designs
The George Institute for Global Health, Imperial College London(乔治全球健康研究院,伦敦帝国理工学院);Imperial Clinical Trials Unit, Imperial College London(伦敦帝国理工学院临床试验中心);School of Mathematics, University of Bristol(布里斯托大学数学学院);The George Institute for Global Health, University of New South Wales(乔治全球健康研究院,新南威尔士大学)
本文提出两种改进方法,使贝叶斯分组序贯设计恢复保守的早期停止行为,提升试验功效并符合频数框架的α支出曲线。
2026-01-15 stat.ME
Continuous Monitoring of A/B Tests without Pain: Optional Stopping in Bayesian Testing
A/B测试是统计理论在现代互联网时代最成功的应用之一。原假设统计检验(NHST)是A/B检验方法学的主干,它的一个问题是不允许实验者对结果进行连续监测和实时决策。许多人认为这种限制是对实时数据分析技术趋势的一种挫折。近年来,贝叶斯假设检验,直观上是更适合于实时决策,吸引了越来越多的兴趣作为替代NHST。虽然NHST的连续监测设置的校正在现有的文献中已经建立,并且在A/B测试社区中是已知的,但是关于连续监测是否是贝叶斯测试中的适当实践的问题的争论存在于学术研究人员和全科医生中。在本文中,我们正式证明了贝叶斯测试的有效性与连续监测时,适当的停止规则使用,并说明了理论结果与具体的模拟说明。我们指出了常见的不良做法,停止规则是不适当的,也比较我们的方法NHST更正。还为研究人员和从业人员提供了一般准则。
2016-02-17 stat.AP
Bayesian Optimal Phase II design with optimised stopping boundaries and response-adaptive randomisation
MRC Biostatistics Unit, University of Cambridge(剑桥大学医学研究委员会生物统计学单位);Population Health Sciences Institute, Newcastle University(纽卡斯尔大学人口健康科学研究所)
针对原始BOP2框架等比例随机化、等间隔期中分析的设置缺陷,本研究引入BRAR与最优期中分析节点,在几乎不损失检验效能的前提下优化受试者分配与样本量,提供实操建议并开放仿真代码。
2025-11-18 stat.AP
Variational Bayesian Optimistic Sampling
DeepMind
我们考虑在线顺序决策问题,代理必须平衡探索和利用。我们推导出一组贝叶斯“乐观”的政策,其中,在随机多臂土匪的情况下,包括汤普森抽样政策。我们提供了一个新的分析表明,任何算法产生的政策,在乐观的设置享受$\tilde O(\sqrt{AT})$贝叶斯遗憾的问题与$A$行动后,$T$轮。我们扩展的遗憾分析的乐观政策的双线性鞍点问题,其中包括零和矩阵游戏和约束土匪作为特殊情况。在这种情况下,我们表明,汤普森抽样可以产生的乐观集之外的政策,并在某些情况下遭受线性遗憾。在乐观集内找到一个策略相当于解决一个凸优化问题,我们称之为变分贝叶斯乐观采样算法(VBOS)。该过程适用于任何后验,\ie,它不需要后验具有任何特殊属性,如对数,单峰,或光滑。问题的变分视图具有许多有用的属性,包括调整探索-开发权衡、添加正则化、合并约束和线性参数化策略的能力。
2021-10-29 cs.LG stat.ML
Bayesian Modeling of Collatz Stopping Times: A Probabilistic Machine Learning Perspective
Department of Applied Mathematics, Columbia University(应用数学系,哥伦比亚大学);Department of Mathematics, Columbia University(数学系,哥伦比亚大学)
本文从概率机器学习角度研究科拉茨停止时间,提出两种模型:基于负二项回归的预测模型和基于奇数块分解的生成模型,揭示低阶模数结构对停止时间异质性的影响。
2026-03-04 cs.LG math.PR math.ST
On Bayesian index policies for sequential resource allocation
本文研究随机多臂强盗模型中最小化(频率主义)后悔的指数策略,其灵感来自于贝叶斯观点。我们的主要贡献是证明了贝叶斯UCB算法,它依赖于分位数的后验分布,是渐近最优的奖励分布属于一个一维指数族,一个大类的先验分布。我们还表明,贝叶斯文献提供了新的见解,什么样的探索率可以用于频率,UCB型算法。事实上,贝叶斯最优解或有限时域Gittins指数的近似值为kl-UCB+和kl-UCB-H+算法提供了理由,其渐近最优性也被建立。
2017-11-06 stat.ML
An Early Stopping Bayesian Data Assimilation Approach for Mixed-Logit Estimation
混合logit模型是一种灵活的工具,在交通选择分析,它提供了有价值的见解之间和个体内的行为异质性。然而,混合logit模型的应用受到模型估计的高计算和数据要求的限制。当估计小样本时,贝叶斯估计方法容易受到过度拟合和欠拟合的影响。这对于调查特定人口亚群体或数据可用性低的细分市场的行为是有问题的。当将现有模型转移到新的位置或时间段时,也会出现类似的挑战,例如,在估计大流行后的旅行行为时。我们提出了一个早期停止贝叶斯数据同化(ESBDA)模拟器估计混合logit结合了贝叶斯统计方法与机器学习方法。其目的是提高混合logit模型的可转移性,并使稳健的选择模型的估计与低数据可用性。这种方法可以提供新的见解选择行为的传统估计的混合logit模型是不可能的,由于低数据可用性,并开辟了新的机会,投资和规划决策支持。ESBDA估计量是针对直接应用方法进行基准测试的,这是一种具有随机起始参数值的基本贝叶斯模拟器和一种没有提前停止的贝叶斯数据同化(BDA)模拟器。ESBDA方法被发现可以有效地克服模拟中的欠拟合和过拟合以及不收敛问题。其产生的模型在预测准确性方面明显优于参考模拟器。此外,用ESBDA估计的模型往往更稳健,即使在小样本估计时,其符号和数值与行为理论一致的重要参数也是如此。
2021-01-27 cs.DM stat.CO stat.ME
Bayes-Optimal Effort Allocation in Crowdsourcing: Bounds and Index Policies
Cornell University(康奈尔大学)
我们考虑在众包,我们希望分配标签任务不完美的同质人群工作者,以最大限度地提高整体精度在连续时间贝叶斯设置,预算和时间的限制下,努力分配。这个问题的贝叶斯最优策略是一个部分可观察的马尔可夫决策过程的解决方案,但维数灾难使计算不可行。基于Adelman & Mersereau(2008)中的拉格朗日松弛技术,我们提供了一个计算上易于处理的贝叶斯最优策略值的特定实例上限,该上限反过来可以用于限制任何其他次优策略的最优性差距。在精神上类似于不安分的多武装土匪的惠特尔指数的方法中,我们提供了一个用于众包中的努力分配的指数策略,并在数值上证明它优于其他最先进的技术,并接近最优解。
2015-12-31 cs.AI cs.LG stat.ML
Bayes-optimal Methods for Finding the Source of a Cascade
我们研究了网络级联源的估计问题。级联从时间0的单个顶点开始,并随着时间的推移而传播,但只能观察到传播的噪声版本。然后,目标是设计一个停时和估计器,将估计源,同时确保级联到系统的成本不会太大。我们严格制定贝叶斯方法的问题。如果顶点可以标记的向量在欧几里得空间(这是自然的地理空间网络),最佳估计是条件均值估计,我们推导出一个明确的形式下的最佳停时的级联动态的最小假设。我们研究了格上的最佳停时的性能,并表明,计算效率高,但次优的停时,比较后验方差的阈值具有接近最佳的性能。
2020-10-22 eess.SP math.ST stat.TH
Learning Optimal Data Augmentation Policies via Bayesian Optimization for Image Classification Tasks
Jilin University(吉林大学)
近年来,深度学习在计算机视觉、自然语言处理、语音识别等多个领域取得了令人瞩目的成就。充足的训练数据是保证深度模型有效性的关键。然而,获取有效数据需要大量的时间和人力资源。数据增强(DA)是一种有效的替代方法,它可以使用标签保持变换基于现有数据生成新的标签数据。虽然我们可以从DA中受益匪浅,但设计合适的DA策略需要大量的专家经验和时间消耗,并且搜索最优策略的评估是昂贵的。因此,本文提出了一个新的问题:如何以尽可能低的成本实现自动化的数据增强?我们提出了一种方法,名为BO-Aug的自动化过程中,通过使用贝叶斯优化方法找到最佳的DA政策。我们的方法可以以相对较低的搜索代价找到最优策略,并且基于特定数据集的搜索策略可以在不同的神经网络架构甚至不同的数据集之间转移。我们在三个广泛使用的图像分类数据集上验证了BO-Aug,包括CIFAR-10,CIFAR-100和SVHN。实验结果表明,该方法可以达到国家的最先进的或接近先进的分类精度。复制我们实验的代码可在https://github.com/zhangxiaozao/BO-Aug上获得。
2019-05-23 cs.CV cs.LG stat.ML
Fully Distributed Bayesian Optimization with Stochastic Policies
Instituto de Investigacion en Ingenieria de Aragon(阿拉贡工程研究院);University of Zaragoza(萨拉戈萨大学);Centro Universitario de la Defensa(国防大学中心)
贝叶斯优化已经成为高通量计算的流行方法,如计算机实验设计或昂贵模型的超参数调整,其中样本效率是强制性的。在这些应用程序中,分布式和可扩展的架构是必要的。然而,贝叶斯优化主要是顺序的。即使是并行变体也需要在样本之间进行某些计算,从而限制了并行化带宽。汤普森抽样以前已被应用于分布式贝叶斯优化。但是,当与顺序设置中的其他采集功能相比时,已知汤普森采样的性能次优。在本文中,我们提出了一种新的方法,完全分布式贝叶斯优化,它可以结合任何采集功能。我们的方法认为贝叶斯优化作为一个部分可观察的马尔可夫决策过程。在这种情况下,随机政策,如玻尔兹曼政策,有一些有趣的性质,也可以研究贝叶斯优化。此外,玻尔兹曼政策平凡地允许分布式贝叶斯优化实现具有高水平的并行性和可扩展性。我们目前的结果在几个基准和应用程序,显示我们的方法的性能。
2019-07-05 cs.AI cs.DC cs.LG
Minimax-Bayes Reinforcement Learning
University of Oslo(奥斯陆大学);University of Neuchatel(纳沙泰尔大学);Zenseact;Chalmers University of Technology(查尔姆斯理工大学)
虽然贝叶斯决策理论框架为不确定性下的决策问题提供了一个优雅的解决方案,但一个问题是如何适当地选择先验分布。一个想法是采用最坏情况先验。然而,这并不像在简单的统计估计问题中那样容易在顺序决策中指定。本文研究(有时是近似的)最小最大贝叶斯解决方案的各种强化学习问题,以深入了解相应的先验和政策的属性。我们发现,虽然最坏情况下的先验依赖于设置,相应的极大极小策略比那些假设一个标准的(即统一的)先验更强大。
2023-02-21 cs.LG stat.ML
Bayesian Inference Procedures for A/B Testing: An Overview
Spotify
本文梳理A/B测试的三级贝叶斯推断配置,指出贝叶斯因子停止法近最优且可控假阳性率,经验贝叶斯先验可实现错误发现率控制但易受异质因素影响,需根据实验风险选择方法。
2026-08-14 math.ST stat.ME stat.TH
Effects of Model Misspecification on Bayesian Bandits: Case Studies in UX Optimization
Capital One(第一资本);George Mason University(乔治梅森大学)
近年来,使用汤普森抽样的贝叶斯强盗取得了越来越多的成功。然而,现有的价值模型(奖励)在许多现实问题上都是错误的。我们证明了这一点上的用户体验优化(UXO)的问题,提供了一个新的配方作为一个不安,睡眠的强盗未观察到的混杂因素加上可选的停止。我们的案例研究显示了常见的错误指定如何导致次优奖励,我们提供了模型扩展来解决这些问题,以及科学的模型构建过程,从业者可以采用或适应解决自己独特的问题。据我们所知,这是第一个研究表明过度分散对土匪探索/利用效率的影响,将普遍的过度自信和过度自信分别与过度探索和过度探索联系起来。我们还提出了第一个模型,利用协整在一个不安的土匪,证明有限的遗憾和快速和一致的选择停止是可能的,超越简单的窗口,贴现和漂移模型。
2020-10-07 cs.AI cs.LG stat.ML
Epidemiologically and Socio-economically Optimal Policies via Bayesian Optimization
Indian Institute of Technology Kanpur(印度理工学院坎普尔分校)
大规模公共防疫,俗称封锁,是一种非药物干预,以控制疾病的传播。本文介绍了ESOP(流行病学和社会经济最优政策),主动机器学习技术的一种新的应用,使用贝叶斯优化,与流行病学模型相互作用,以达到锁定时间表,最佳平衡的公共健康利益和社会经济的不利因素减少经济活动在锁定期间。ESOP的效用证明了使用VIPER(病毒个人政策环境),本文还提出了一个基于随机代理的模拟器的案例研究。然而,员工持股计划是足够灵活的互动与任意流行病学模拟器在一个黑盒子的方式,并产生时间表,涉及多个阶段的锁定。
2020-06-15 cs.LG math.OC q-bio.PE
Hyperparameter Selection via Early Stopping for Bayesian Semilinear PDEs
Institut de Mathématiques de Toulouse, Université de Toulouse, INSA(图卢兹数学研究所,图卢兹大学,法国国立应用科学学院);Institut für Mathematik, Technische Universität Ilmenau(数学研究所,埃尔朗根-纽伦堡工业大学)
本文提出一种通过早期停止选择高斯先验尺度的数据驱动方法,用于半线性偏微分方程的非线性贝叶斯逆问题,扩展了频率论保证并证明了后验收缩与可信集覆盖性质。
2026-09-09 math.ST stat.TH
Bayesian sequential least-squares estimation for the drift of a Wiener process
给定一个未知和不可观测的漂移的维纳过程,我们试图有效地估计这种漂移,但也尽可能快,在存在的估计误差的二次惩罚和一个固定的,每单位观测时间的正成本。在贝叶斯框架中,假设不可观测的漂移具有已知的“先验”分布,这个问题归结为明智地选择一个适当的扩散过程在自然尺度的停时。我们建立了相应的最佳停止问题的解决方案的结构特性。特别是,我们表明,无论先验分布,连续区域是单调收缩的时间,并提供条件的先验分布保证一个片面的停止区域。最后,我们通过一些具体的先验分布的详细研究来说明理论结果。
2019-05-23 math.ST stat.TH
A sequential estimation problem with control and discretionary stopping
我们表明,“全爆炸”控制是最优的问题,结合功能(一)顺序最小二乘{ \it估计}与贝叶斯更新,在白噪声浴中观察到的随机量;(二)有界{ \it控制}的观察收到的速率,与超二次成本每单位时间;和(三)“快速”自由{ \it停止}。我们还开发了最佳过滤和停止规则在这种情况下。
2022-11-09 math.PR math.ST stat.TH
Constrained multi-fidelity Bayesian optimization with automatic stop condition
University of California, Irvine(加利福尼亚大学欧文分校)
针对约束空间下高保真贝叶斯优化成本高、缺乏系统停止准则的问题,提出可适配跨源可变黑盒约束的成本感知多保真BO框架及收敛停止准则,在多基准上验证有效并开源。
2025-03-21 cs.AI cs.LG stat.ML
PAC-Bayesian Reinforcement Learning Trains Generalizable Policies
Université Claude Bernard Lyon 1, LIRIS, UMR CNRS 5205, France(里尔一大学,LIRIS,法国CNRS 5205)
提出一种新的 PAC-Bayesian 泛化界,通过链的混合时间显式考虑数据中的马尔可夫依赖性,并基于此设计 PB-SAC 算法以优化该界指导探索,在连续控制任务中提供有意义的置信度证书且保持竞争性能。
2026-05-28 cs.AI cs.LG stat.ML
Evaluating the effect of different non-informative prior specifications on the Bayesian proportional odds model in randomised controlled trials: a simulation study
本研究通过模拟试验对比不同无信息先验对贝叶斯比例优势模型的影响,发现先验选择会影响治疗效应估计与早期停止决策,建议结合对照组概率分布选先验并做敏感性分析。
2025-07-29 stat.ME
A Bayesian sequential soft classification problem for a Brownian motion's drift
本文提出并求解了布朗运动漂移的贝叶斯序贯软分类问题,证明值函数为自由边界问题的唯一非平凡解,并刻画了停止边界对信噪比的依赖关系。
2025-01-20 math.PR math.ST stat.TH
Bayes Factor Group Sequential Designs
University of Zurich(苏黎世大学)
提出基于z统计量的贝叶斯因子停止域,利用多元正态积分快速计算序贯设计特性,无需蒙特卡洛模拟,实现高效实验设计。
2026-06-23 stat.ME
Early Stopping for Ensemble Kalman-Bucy Inversion
本文提出基于偏差的早停规则来选择高斯先验尺度,证明其在线性贝叶斯反演中的最优速率、自适应信号类别及后验收缩性质,并通过 EnKBF 实现且推广至非线性问题。
2025-10-21 math.ST stat.TH
Test Martingales, Bayes Factors and $p$-Values
初始值等于1的非负鞅度量了反对概率假设的证据。其值在某个停时的倒数可以解释为贝叶斯因子。如果我们通过考虑这样一个鞅到目前为止所达到的最大值来夸大证据,那么这种夸大将是有限的,并且有系统的方法来消除它。在某个停时,夸大值的逆可以解释为$p$ -值。我们给出了所有消除夸张的增函数的简单刻画。
2011-06-16 math.ST stat.ME stat.TH
The Bayes Lepski's Method and Credible Bands through Volume of Tubular Neighborhoods
对于一类基于随机序列基展开的先验信息,我们发展了估计未知回归函数的Bayes Lepski方法。在该方法中,基于平衡后验均值偏差和后验标准差的停止规则来确定序列截断点。在此基础上,我们提出了一种构造自适应贝叶斯可信带的方法,该方法将贝叶斯可信带的统计问题转化为一个几何问题,通过求单位球面上某个管状邻域的体积来计算可信带的半径.我们考虑两种特殊情况下,涉及B-样条和小波,并讨论了一些有趣的后果,如不确定性原则和自相似性。最后,我们展示了如何在计算机上编程的贝叶斯Lepski停止规则,并结合我们的理论研究数值模拟同意,这是一个有前途的贝叶斯不确定性量化过程。
2017-11-18 math.ST stat.ME stat.TH
Multi-Step Bayesian Optimization for One-Dimensional Feasibility Determination
贝叶斯最优化方法分配有限的抽样预算,以最大限度地提高昂贵的评估功能。通常使用一步先行策略,但计算最佳多步先行策略仍然是一个挑战。我们考虑一个专门的贝叶斯最优化问题:寻找一个昂贵的一维函数的超水平集,与马尔可夫过程的先验。我们有效地计算了贝叶斯最优抽样策略,并描述了一步前瞻的次优性。我们的数值实验表明,一步前瞻政策是接近最佳的,在这个问题中,在98%的最佳实验设置考虑。
2016-07-11 cs.LG math.OC stat.CO
Multisource Bayesian sequential change detection
假设几个独立的复合Poisson和Wiener过程的局部特征在某个不可观测的无序时刻同时发生突变。问题是在发生后尽可能快地检测到无序时间,同时最小化误报率。例如,这些问题产生于管理制造系统中的产品质量和防止传染病的传播。如果有多个独立的信源,检测规则的快速性和准确性将大大提高。在连续时间的顺序变化检测的早期工作没有提供最佳规则的情况下,其中几个标记的计数数据和连续变化的信号是同时可观察的。本文针对标记计数数据为独立复合Poisson过程,连续变化信号为多维Wiener过程的情况,提出了最优贝叶斯序贯检测规则。利用跳算子将跳扩散过程的辅助最优停止问题转化为纯扩散过程的一系列最优停止问题,从而得到了跳扩散过程的辅助最优停止问题。这种方法是新的,在其他应用中也非常有用,因为它允许使用强大的最佳停止理论的扩散。
2008-04-01 cs.IT math.IT math.PR
Optimal Stopping for Interval Estimation in Bernoulli Trials
我们提出了一个最佳的序贯方法来获得置信区间的二项比例$θ$。假设一个身份证。随机Benoulli序列($θ$)试验是按顺序观察的,我们感兴趣的是设计a)~一个停止时间$T$,它将决定何时是停止采样过程的最佳时间,和b)~一个最佳估计量$\hatθ_{T}$,它将提供$θ$的区间估计的最佳中心。我们遵循半贝叶斯方法,假设存在$θ$的先验分布,我们的目标是最小化样本的平均数量,同时保证最小的覆盖概率水平。通过应用标准最优停止理论和数值计算最优对$(T,\hatθ_{T})$得到解。关于最佳停止时间组件$T$,我们证明,它享有某些非常罕见的特性,没有遇到其他经典的最佳停止问题的解决方案。最后,我们比较我们的方法与最佳的固定样本量的程序,但也与现有的替代顺序计划。
2017-11-18 stat.ME
Bayesian Sequential Detection with Phase-Distributed Change Time and Nonlinear Penalty -- A POMDP Approach
我们证明了几种类型的贝叶斯序贯检测问题的最优决策策略在后验分布空间上具有阈值切换曲线结构。这是建立在部分观测马尔可夫决策过程(POMDP)框架中使用格规划和随机订单。提出了一种随机梯度算法来估计该阈值曲线的最佳线性逼近。我们说明这些结果首先考虑最快的时间检测相位型分布的变化时间和方差停止处罚。然后证明了阈值切换曲线也出现在其他几个贝叶斯决策问题,如最快的瞬态检测,指数延迟(风险敏感)的处罚,停止时间问题的社会学习,和多智能体调度在不断变化的世界。利用Blackwell优势,证明了动态决策问题的最优决策策略是近视策略的下界。最后,它示出了如何实现的最优决策策略的成本变化与变化的时间分布施加偏序的过渡矩阵。
2011-06-13 cs.IT math.IT stat.ME
A Hierarchical Bayes Approach to Adjust for Selection Bias in Before-After Analyses of Vision Zero Policies
本文提出一种分层贝叶斯方法,用于调整Vision Zero政策前后分析中的选择偏差,发现其政策效果被高估了
2018-09-07 stat.AP
Uncertainty Quantification for Bayesian Optimization
针对贝叶斯优化输出不确定性量化研究不足的问题,本文提出通过构建目标函数极值的置信域评估不确定性的方法,依托新推导的序贯高斯过程回归一致误差界保证置信水平,为各类采样策略和停止准则提供统一量化框架。
2023-05-05 math.ST stat.ML stat.TH
Bayesian semiparametric modelling of contraceptive behavior in India via sequential logistic regressions
在印度,计划生育的特点是战略方案差异很大,包括针对具体方法的避孕目标、强制绝育和最近的无目标方法。随着时间的推移,计划生育政策的这些重大变化激发了人们对评估不同方案的有效性的极大兴趣,同时了解哪些人口亚群没有得到适当解决。目前的研究考虑了上述政策的具体方面,例如,包括与使用避孕药具的妇女选择绝育以外的其他避孕方法有关的因素。虽然这些分析产生了相关的见解,但它们未能提供对不同计划生育政策以及避孕选择背后的决定因素的全球概览。出于这种考虑,我们提出了一个贝叶斯半参数模型依赖于通过一组条件伯努利选择的多项式概率质量函数的重新参数化。连续的二元结构被定义为与印度目前的计划生育政策相一致,并与避孕选择的合理过程相一致。这种灵活的表述和仔细的重新参数化相结合,使得在一个单一的模型内对印度的不同政策和避孕偏好有一个更广泛和可解释的概览。
2017-07-31 stat.AP
Bayesian nonparametric partial clustering: Quantifying the effectiveness of agricultural subsidies across Europe
本文提出贝叶斯非参数部分聚类模型,结合多项Logit与BNP先验,利用22个欧盟成员国数据评估共同农业政策对土地利用的影响,发现其效果异质性大,需定制补贴以提升有效性。
2024-12-17 stat.ME
Optimal sequential two-stage Bayes Factor Design for two-arm clinical Phase II Trials with binary Endpoints
提出一种无模拟方法,基于贝叶斯因子优化两臂II期试验的两阶段设计,通过精确表达式计算操作特征并最小化零假设下的期望样本量。
2026-06-01 stat.AP stat.ME
Bayesian sequential composite hypothesis testing in discrete time
研究了观测值为代价时指数族中未知参数的两个备择假设的序贯检验问题。在贝叶斯环境中,问题可以嵌入马尔可夫框架中。以其中一个假设的条件概率为空间变量,证明了费用函数是凹的,且随着时间的推移,后验分布变得更加集中,并研究了价值函数的时间单调性.对于一个大类的模型规格,费用函数是非递减的时间,最佳停止边界是单调的。
2021-08-16 math.PR math.ST stat.TH
Bayesian quickest detection problems for some diffusion processes
本文研究了检测可观测扩散过程的漂移率变化的贝叶斯问题,该扩散过程具有线性和指数惩罚代价。最佳的报警时间被发现的第一次加权似然比击中随机边界取决于当前的观察。证明的基础上减少到适当的三维最优停止问题和相关的抛物型自由边界问题的分析的初始问题。我们提供封闭形式的价值函数和边界的估计,在一定的非平凡的可观察扩散系数之间的关系。
2011-11-06 math.PR math.ST stat.TH
Randomized Policy Optimization for Optimal Stopping
UCLA Anderson School of Management, University of California, Los Angeles(加州大学洛杉矶分校安德森管理学院)
最优停止问题是确定何时停止一个随机系统以使其收益最大化的问题,在金融、运营管理和医疗保健等领域具有重要的实际意义。在实践中流行的高维最优停止的现有方法产生确定性的线性策略-基于基函数的加权和的符号确定性地停止的策略-但不能保证在给定固定基函数架构的策略类中找到最优策略。在本文中,我们提出了一种新的方法,基于随机线性政策,选择停止的概率是由基函数的加权和确定的最佳停止。我们激励这些政策建立在温和的条件下,给定一个固定的基函数架构,优化随机线性政策是等同于优化确定性线性政策。我们将从数据中学习随机线性策略的问题表示为一个光滑的非凸样本平均近似(SAA)问题。我们从理论上证明了我们的随机策略SAA问题的几乎必然收敛,并建立了基于Rademacher复杂性的SAA问题的随机策略的样本外性能的界限。我们还表明,SAA问题一般是NP-难的,因此开发了一个实用的启发式解决我们的随机策略问题。通过对一个基准族的期权定价问题实例的数值实验,我们表明,我们的方法可以大大优于国家的最先进的方法。
2022-03-25 cs.LG math.OC
Learning Intrusion Prevention Policies through Optimal Stopping
KTH Royal Institute of Technology(KTH皇家理工学院);KTH Center for Cyber Defense and Information Security(KTH网络防御与信息安全中心)
本文将入侵防御形式化为最优停止问题,揭示最优策略基于阈值,并使用强化学习在仿真环境中近似求解,实验证明学习到的策略接近最优且可用阈值表达。
2022-02-10 cs.AI cs.CR cs.LG
Group Sequential Design with Posterior and Posterior Predictive Probabilities
The University of Queensland(昆士兰大学);McGill University(麦吉尔大学);McGill University Health Centre(麦吉尔大学健康中心)
提出一种高效校准贝叶斯组序贯设计决策阈值和最小样本量的方法,通过理论证明将后验概率建模为样本量函数,仅需两次模拟即可评估误差概率。
2026-06-25 stat.ME
Regret-Based $(ε,δ)$-optimal Stopping Criteria for Bayesian Optimization
National University of Singapore(新加坡国立大学);Lawrence Livermore National Laboratory(劳伦斯利弗莫尔国家实验室);The University of Manchester(曼彻斯特大学)
本文提出了一种基于更紧的高斯过程上置信界(GP-UCB)即时遗憾界限的停止准则,确保在终止时以高概率1-δ获得ε-最优解,并通过数值实验验证其有效性。
2026-10-26 cs.LG
Where the Bee Sucks -- A Dynamic Bayesian Network Approach to Decision Support for Pollinator Abundance Strategies
University of Warwick(华威大学)
对于希望作出循证决策的决策者来说,挑战之一是如何以连贯和可辩护的方式将相关信息和证据结合起来,以便制定和评估候选政策。决策者在处理生态系统服务等复杂、多方面、动态的环境中作出政策选择时,往往需要依赖具有不同专业知识领域的专家。影响蜜蜂(Apis mellifera)、野蜂和其他授粉者生存和授粉能力的压力已有详细记录,但不完整。为了评估各种支持授粉服务的候选政策的潜在有效性,迫切需要利用现有信息、模型和专家判断,量化各种变量组合对授粉生态系统服务的影响。在本文中,我们提出了一个新的应用集成决策支持系统的方法,结合多个专家小组的投入,以评估政策,以支持丰富的传粉者人口。
2022-12-05 cs.AI stat.AP stat.ME
Bayesian Optimum Warranty Region for Right Censored Two Dimensional Dependent Data
本文针对一维保修框架的局限,结合FRW、PRW及组合保修方案研究二维保修政策,提出不满成本函数并采用期望效用框架推导最优保修参数,通过开源数据集和新二维起动机数据集验证了其实际优势。
2025-09-12 stat.AP
Cost-aware Stopping for Bayesian Optimization
Cornell University, Ithaca, New York, USA(康奈尔大学);University of California, Berkeley, Berkeley, California, USA(加州大学伯克利分校)
针对贝叶斯优化中成本感知的停止问题,提出一种基于理论连接成本感知采集函数的停止规则,并证明其能保证期望成本调整简单遗憾的界。
2026-11-03 cs.LG
Stopping criterion for active learning based on deterministic generalization bounds
Kyushu Institute of Technology(九州工业大学);The Institute of Statistical Mathematics(统计数学研究所);RIKEN AIP(理化学研究所人工智能研究中心)
主动学习是一种框架,学习机可以在其中选择要用于训练的样本。这种技术是有前途的,特别是当数据采集和标记的成本很高。在主动学习中,确定学习应该停止的时机是一个关键问题。在这项研究中,我们提出了一个自动停止主动学习的标准。提出的停止准则是基于期望泛化误差和假设检验的差异。我们推导出一个新的上限的差异,在获得一个新的训练数据的基础上的PAC-Bayesian理论的预期泛化误差。然而,与普通的PAC-贝叶斯边界不同,所提出的边界是确定性的;因此,在不等式的置信度和紧密度之间没有不可控的权衡。我们结合上界与统计测试,以获得主动学习的停止标准。我们通过人工和真实数据集的实验证明了所提出的方法的有效性。
2020-05-15 cs.LG stat.ML
Intrusion Prevention through Optimal Stopping
KTH Royal Institute of Technology(KTH皇家理工学院);KTH Center for Cyber Defense and Information Security(KTH网络防御与信息安全中心)
研究使用强化学习实现自动入侵防御,将问题表述为最优多重停止问题并证明最优策略具有阈值特性,提出高效算法 T-SPSA 近似最优阈值策略,结合仿真与模拟系统验证,为实际IT基础设施生成有效防御策略。
2022-04-01 cs.AI cs.CR cs.LG
Bayesian Inference of Contextual Bandit Policies via Empirical Likelihood
School of Mathematics and Statistics University of Melbourne(数学与统计学学院墨尔本大学)
本文提出了一种基于经验似然的贝叶斯推断方法,用于在有限样本条件下对多个上下文老虎机策略进行联合分析,实现了对策略比较的灵活推断和不确定性量化。
2026-02-11 cs.LG stat.ML