新算法解决时变迁移成本在线凸优化难题

针对时变迁移成本下的在线凸优化（OCO），提出新算法并在任意子区间 $[a,b]$ 实现数据依赖的强自适应后悔界 $\widetilde{\mathcal{O}}\left( \sqrt{(D^2+DP_{[a,b]})\sum_{t \in [a,b]}(\|g_t\|^2+\lambda_t\|g_t\|)} \right)$。