Optimal Adversarial Policies in the Multiplicative Learning System With a Malicious Expert
Optimal Adversarial Policies in the Multiplicative Learning System With a Malicious Expert
复制标题
恶意专家乘法学习系统中的最优对抗策略
DOI：
10.1109/tifs.2021.3052360
复制
发表时间：
2021
影响因子：
6.8
通讯作者：
Poor, H. Vincent
中科院分区：
文献类型：
--
作者：
Etesami, S. Rasoul;Kiyavash, Negar;Leon, Vincent;Poor, H. Vincent
登录
查看更多内容
帕累托遗憾边界
DOI：
--
发表时间：
2013
期刊：
Neural Information Processing Systems
影响因子：
--
作者：
Wouter M. Koolen
通讯作者：
Wouter M. Koolen
在专家建议下学习的最佳对抗策略
DOI：
--
发表时间：
2013
期刊：
IEEE Conference on Decision and Control
影响因子：
--
作者：
A. Truong;N. Kiyavash
通讯作者：
N. Kiyavash
DOI：
10.4230/lipics.icalp.2017.48
发表时间：
2016
期刊：
ArXiv
影响因子：
--
作者：
N. Gravin;Y. Peres;Balasubramanian Sivan
通讯作者：
Balasubramanian Sivan
恶意专家与在线预测中的乘法权重算法
影响因子：
2.5
作者：
Erhan Bayraktar;H. Poor;Xin Zhang
通讯作者：
Xin Zhang
针对预测变量的最佳攻击策略 - 向专家建议学习
影响因子：
6.8
作者：
A. Truong;S. Rasoul Etesami;Jalal Etesami;N. Kiyavash
通讯作者：
N. Kiyavash