新文件:“预测利用不够完整的模型”

||文件

预测使用不完整模型MIRI副亚博体育官网研究员凡妮莎科索伊有一张纸片上的归化感应的问题:“使用不完整的模型预测”。抽象:

We consider the task of forecasting an infinite sequence of future observations based on some number of past observations, where the probability measure generating the observations is “suspected” to satisfy one or more of a set of incomplete models, i.e., convex sets in the space of probability measures.

此设置在某种意义上是可实现的设置之间的中间,其中概率测度来自一些已知的组的概率测度(其可以使用来解决例如贝叶斯推理)和不可实现的设置,其中概率测度是完全任意的。

我们证明预测的方法,该方法保证了,每当真概率测度满足在一个给定的可数集的不完整的模型,预测收敛于(归一适当)的Kantorovich-鲁宾斯坦度量相同的不完整的模型。这类似于合并为贝叶斯推理的意见,除了在坎托罗维奇 - 鲁宾斯坦度量收敛比全变差收敛弱。

科索伊的工作建立在逻辑电感器来创建一个清洁器(纯粹学习论的)进行建模复杂的环境,示出了在“逻辑感应”开发的方法是用于在经典序列预测无关逻辑应用是有用的形式主义。

也表明,“不完全”或“部分”模型直观概念具有与奈特不确定性优雅的和有用的形式化“使用不完整的模型预测。”此外,科索伊表明,利用不够完整的模型来概括贝叶斯推理允许有关可作为复杂的代理本身,或更复杂的环境代理人作出预测 - 与经典贝叶斯推理对比。

欲了解更多科索伊的研究,请参见“亚博体育官网最佳多项式时间估计”和智能代理基金会论坛

注册以获取更新的新技术MIRI结果

得到通知的每一个新的技术论文发表的时间。