跳到正文
← 返回论文列表与筛选
阅读说明

本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。

DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。

引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。

关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。

分类依据与纠错

AI 根据所提供的论文材料归类:摘要研究序贯决策与非参数贝叶斯方法,未涉及经济行为的离散选择模型或所列预测方向。

反馈分类问题

正在核对关联版本…

代码、数据与补充材料

正在核对对应版本的资源…

关注这篇论文的作者
Murray K. Clayton
Donald A. Berry

贝叶斯非参数双臂老虎机

研究问题
在一个分布未知、另一个分布已知的双臂序贯选择问题中,如何依据历史观测最大化前若干次观测的期望总和?
方法与思路
作者用 Dirichlet 过程刻画未知臂的分布,将选择问题联系到序贯停止抽样,并用相关退化过程表达简化规则。
材料陈述的贡献
摘要称,最优策略在当前观测足够大时继续抽样,并给出一种借助退化 Dirichlet 过程表示的简单规则。
阅读关注点
应核对先验与后验状态的作用、有限期限的处理、继续抽样阈值,以及双臂选择与停止问题等价的条件。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要;阈值、具体先验条件和计算方式未说明,不能推断一般多臂情形的策略。

原文摘要

Sequential selections are to be made from two stochastic processes, or "arms." At each stage the arm selected for observation depends on past observations. The objective is to maximize the expected sum of the first $n$ observations. For arm 1 the observations are identically distributed with probability measure $P$, and for arm 2 the observations have probability measure $Q; P$ is a Dirichlet process and $Q$ is known. An equivalent problem is deciding sequentially when to stop sampling from an unknown population. Optimal strategies are shown to continue sampling if the current observation is sufficiently large. A simple form of such a rule is expressed in terms of a degenerate Dirichlet process which is related to $P$.

笔记与分组