标签
本文针对具有固定转移的有限时域对抗性MDP引入了法扇几何，提出了一种面穿越价格，用以区分有后果的和无害的非平稳性。研究表明，动态遗憾可分解为内在的定价面运动加上面内选择误差。
本文证明了在不规则、非平稳观测下主权代理网格中实现最优推理的两个必要条件：自适应时间尺度和间隙依赖性。这些条件仅由液态（连续时间）网络满足。
本文提出了RAVEN，这是一种混合专家框架，能够自适应地为每个输入样本确定时间上下文窗口，以处理非平稳金融时间序列。该方法在金融和交通基准上取得了最先进的性能。
本文研究了分段平稳的低秩线性上下文老虎机，提出了SPSC算法，该算法实现了与内在秩（而非环境维度）成比例的动态遗憾，并刻画了在标量反馈下子空间恢复的辨识边界。
本文介绍了TTCD，这是一种新颖的框架，利用基于Transformer的特征学习和重建引导的信号蒸馏，从非平稳时间序列数据中进行时序因果发现。