Skip to Main content Skip to Navigation
Conference papers

Analyse non asymptotique d'un test séquentiel de détection de rupture et application aux bandits non stationnaires

Résumé : Nous étudions un test pour la détection séquentielle de rupture, basé sur le rapport de vraisemblance généralisé (GLR) et qui s'exprime en fonction de l'entropie relative binaire. Il s'applique à la détection de rupture sur la moyenne d'une distribution bornée, et nous obtenons un contrôle non-asymptotique de sa probabilité de fausse alarme et de son délai de détection. Nous expliquons son utilisation pour la prise de décision séquentielle en proposant la stratégie de bandit GLR-klUCB, efficace dans des modèles de bandit stationnaires par morceaux.
Complete list of metadatas

Cited literature [13 references]  Display  Hide  Download

https://hal.inria.fr/hal-02152243
Contributor : Lilian Besson <>
Submitted on : Tuesday, June 11, 2019 - 11:50:42 AM
Last modification on : Friday, July 10, 2020 - 4:16:57 PM

File

GRESTI__2019__Paper__Lilian_Be...
Files produced by the author(s)

Licence


Distributed under a Creative Commons Attribution - NonCommercial - ShareAlike 4.0 International License

Identifiers

  • HAL Id : hal-02152243, version 1

Citation

Lilian Besson, Emilie Kaufmann. Analyse non asymptotique d'un test séquentiel de détection de rupture et application aux bandits non stationnaires. GRETSI 2019 - XXVIIème Colloque francophone de traitement du signal et des images, Aug 2019, Lille, France. ⟨hal-02152243⟩

Share

Metrics

Record views

136

Files downloads

1095