Information Collection on a Graph
Information Collection on a Graph
复制标题
图上的信息收集
DOI：
--
复制
发表时间：
2011
影响因子：
2.7
通讯作者：
Warrren B Powell
中科院分区：
文献类型：
--
作者：
I. Ryzhov;Warrren B Powell
我们推导出一个知识梯度策略的最优学习问题上的图，在其中我们使用顺序测量，以改善贝叶斯估计的个别边缘值，以了解最佳path.This问题不同于传统的排名和选择的实施决策（我们选择的路径）是不同的测量决策（我们测量的边缘）。我们的决策规则是很容易计算和执行竞争力对其他学习政策，包括蒙特卡罗适应知识梯度政策的排名和选择。
We derive a knowledge gradient policy for an optimal learning problem on a graph, in which we use sequential measurements to refine Bayesian estimates of individual edge values in order to learn about the best path. This problem differs from traditional ranking and selection in that the implementation decision (the path we choose) is distinct from the measurement decision (the edge we measure). Our decision rule is easy to compute and performs competitively against other learning policies, including a Monte Carlo adaptation of the knowledge gradient policy for ranking and selection.
影响因子：
0.9
作者：
Wahba, Grace
通讯作者：
Wahba, Grace