유한 평균에 대한 점근적으로 로그 최적의 베이즈 보조 신뢰 시퀀스

요약

본 논문은 테스트 마팅게일 기반의 신뢰 시퀀스를 개선하기 위해 베이즈 보조 프레임워크를 제안합니다. 이 프레임워크는 기존 방식들이 활용하지 못했던 사전 정보를 이용하여, 각 후보 평균과 시간 지점에 대해 예측 기대 로그 성장률을 최대화하는 방식으로 적응적으로 마팅게일 업데이트를 선택합니다. 이를 통해 매개변수 분포 가정 없이 유한 IID 관측치 평균에 대한 불확실성 정량화의 효율성을 높이는 것을 목표로 합니다.

핵심 포인트

• 테스트 마팅게일 기반 신뢰 시퀀스는 매개변수 분포 가정 없이 시간 균일한 불확실성 정량화를 제공합니다.
• 기존 신뢰 시퀀스 방식들은 마팅게일 업데이트 선택에 의존하며, 사전 정보를 활용하지 못하는 한계가 있었습니다.
• 제안된 베이즈 보조 프레임워크는 베이즈 작업 예측 모델을 사용하여 신뢰 시퀀스를 적응적으로 구성합니다.
• 프레임워크는 각 후보 평균과 시간 지점에서 예측 기대 로그 성장률을 최대화하는 업데이트를 선택하여 효율성을 높입니다.