贝叶斯优化（BO）被广泛用于优化随机黑匣子功能。尽管大多数BO方法都集中在优化条件期望上，但许多应用程序都需要规避风险的策略，并且需要考虑分配尾巴的替代标准。在本文中，我们提出了针对贝叶斯分位数和预期回归的新变异模型，这些模型非常适合异形的噪声设置。我们的模型分别由有条件分位数（或期望）的两个潜在高斯过程和不对称可能性函数的比例参数组成。此外，我们提出了基于最大值熵搜索和汤普森采样的两种BO策略，这些策略是针对此类型号量身定制的，可以容纳大量点。与现有的BO进行规避风险优化的方法相反，我们的策略可以直接针对分位数和预期进行优化，而无需复制观测值或假设噪声的参数形式。如实验部分所示，所提出的方法清楚地表现出异质的非高斯案例中的最新状态。
translated by 谷歌翻译
我们研究可以从有限，凸面和良好的控制空间中生成任意自然语言文本（例如所有英语句子）的模型。我们称它们为通用Vec2Text模型。这样的模型将允许在矢量空间中做出语义决策（例如，通过强化学习），而自然语言产生由VEC2Text模型处理。我们提出了四个所需的特性：这种VEC2Text模型应具有的普遍性，多样性，流利性和语义结构，我们提供了定量和定性的方法来评估它们。我们通过将瓶颈添加到250m参数变压器模型中来实现VEC2Text模型，并通过从大型Web语料库中提取的400m句子（10B代币）对其进行自动编码目标进行训练。我们提出了一种基于往返翻译的简单数据增强技术，并在广泛的实验中表明，所得的VEC2Text模型令人惊讶地导致矢量空间，从而满足我们的四个所需属性，并且该模型强烈超过了标准和denoso自动编码器的表现。
translated by 谷歌翻译
以富有成效和有效的方式处理和分析表格数据对于在医疗保健等领域的成功应用程序中的成功应用至关重要。但是，缺乏代表和标准化表格信息的统一框架对研究人员和专业人员都构成了重大挑战。在这项工作中，我们介绍了TabText，一种利用语言的非结构化数据格式的方法论，可以有效，准确地从不同的表结构和时间段编码表格数据。我们使用两个医疗保健数据集和四个预测任务，这些任务通过TabText提取的特征优于传统处理方法提取的那些提取的任务，而这些任务的功能却高于2-5％。此外，我们分析了框架对缺失价值观，元信息和语言描述性句子表示的不同选择的敏感性，并为赢得改善绩效的策略提供了见解。
translated by 谷歌翻译
我们介绍RLDS（强化学习数据集），一个生态系统，用于在连续决策（SDM）的上下文中记录，重播，操纵，注释和共享数据，包括加强学习（RL），从演示，离线RL或I模仿学习学习。 RLDS不仅能够再现现有的研究和轻松生成新数据集，而且还加速了新的研究。通过提供标准和无损的数据集格式，它可以在更广泛的任务中快速测试新的算法。 RLDS生态系统使数据集很容易在没有任何信息丢失的情况下共享数据集，并且在将各种数据处理管道应用于大集的数据集时，在底层原始格式不可知。此外，RLD提供了用于收集由合成代理或人类生成的数据的工具，以及检查和操纵收集的数据。最终，与TFD的集成有助于与研究界共享RL数据集。
translated by 谷歌翻译
深度学习有很多兴趣解决了在现实世界环境中应用神经网络模型的挑战。特别是，三个领域得到了相当大的关注：对抗性鲁棒性，参数稀疏性和输出稳定性。尽管有许多独立解决这些问题的尝试，但很少有效地解决了挑战。在本文中，我们通过提出组合解决这些问题的新型制定来解决构建整体深层学习模型的这个问题。关于表格和MNIST数据集的现实世界实验表明，我们的配方能够同时提高传统深度学习模型的准确性，鲁棒性，稳定性和稀疏性。
translated by 谷歌翻译
本文描述了一个新颖的机器学习（ML）框架，用于热带气旋强度和轨道预测，结合了多种ML技术并利用了多种数据源。我们的多模式框架（称为Hurricast）有效地结合了时空数据和统计数据，通过提取具有深度学习的编码器编码器体系结构的特征，并通过梯度增强的树进行预测。我们在2016 - 2019年在北大西洋和东太平洋盆地进行了24小时的提前时间和强度预测，评估我们的模型，并表明它们在秒内计算时达到了当前操作预测模型的可比平均绝对误差和技能。此外，将飓风纳入运营预测的共识模型可以改善国家飓风中心的官方预测，从而通过现有方法突出显示互补物业。总而言之，我们的工作表明，利用机器学习技术结合不同的数据源可以带来热带气旋预测的新机会。
translated by 谷歌翻译
深度强化学习（RL）导致了许多最近和开创性的进步。但是，这些进步通常以培训的基础体系结构的规模增加以及用于训练它们的RL算法的复杂性提高，而均以增加规模的成本。这些增长反过来又使研究人员更难迅速原型新想法或复制已发表的RL算法。为了解决这些问题，这项工作描述了ACME，这是一个用于构建新型RL算法的框架，这些框架是专门设计的，用于启用使用简单的模块化组件构建的代理，这些组件可以在各种执行范围内使用。尽管ACME的主要目标是为算法开发提供一个框架，但第二个目标是提供重要或最先进算法的简单参考实现。这些实现既是对我们的设计决策的验证，也是对RL研究中可重复性的重要贡献。在这项工作中，我们描述了ACME内部做出的主要设计决策，并提供了有关如何使用其组件来实施各种算法的进一步详细信息。我们的实验为许多常见和最先进的算法提供了基准，并显示了如何为更大且更复杂的环境扩展这些算法。这突出了ACME的主要优点之一，即它可用于实现大型，分布式的RL算法，这些算法可以以较大的尺度运行，同时仍保持该实现的固有可读性。这项工作提出了第二篇文章的版本，恰好与模块化的增加相吻合，对离线，模仿和从演示算法学习以及作为ACME的一部分实现的各种新代理。
translated by 谷歌翻译