English(EN) Fixed-Gaussian Spectral Algorithms: Minimax Optimal Rates for Misspecified Learning and Transfer

新的高斯谱算法在欠拟合学习中达到最优速率

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-09 04:00

研究人员开发了固定带宽高斯核谱算法，即使在真实回归函数欠拟合的情况下，也能在非参数回归中达到最小最大最优收敛速率。由于高斯核的无限平滑性，这些算法对模型欠拟合表现出鲁棒性，允许任何谱算法在正则化参数呈指数衰减时达到最优速率。该工作还将这些算法扩展到概念漂移下的鲁棒和自适应迁移学习，推导出最优收敛速率（最多对数因子），并分析了概念漂移幅度和样本大小对泛化误差的影响。 AI

影响为机器学习算法提供了理论进展，有可能提高鲁棒性和迁移学习能力。

排序理由详细介绍新算法和理论结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 详细介绍新算法和理论结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 83 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv stat.ML TIER_1 English(EN) · Haotian Lin, Matthew Reimherr · 2026-07-09 04:00

固定高斯谱算法：在错误指定的学习和迁移中的 minimax 最优率

arXiv:2501.10870v2 Announce Type: replace Abstract: The principal objective of this work is twofold within nonparametric regression settings: (1) to establish the minimax optimal convergence rates for fixed-bandwidth Gaussian kernel spectral algorithms when the true regression fu…

本文如何被排名

报道来源 [1]

固定高斯谱算法：在错误指定的学习和迁移中的 minimax 最优率

相关实体

相关话题