PulseAugur
实时 09:15:52
English(EN) Active Regression for Single-Index Models with Unknown Link Functions

新的激活回归算法推动单指标模型研究

研究人员为具有未知链接函数的单指标模型开发了一种新的激活回归算法。该算法使用特定数量的查询实现了 $(1+\epsilon)$ 近似,解决了比以往研究更具挑战性的问题。该工作还为某些情况建立了近乎紧密的下界,显著缩小了这些模型中激活 $\ell_p$-回归的差距。 AI

影响 推进了机器学习回归任务的理论理解和算法效率。

排序理由 该集群包含一篇详细介绍特定机器学习问题的新算法和理论界限的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

新的激活回归算法推动单指标模型研究

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Chansophea Wathanak In, Yi Li, Wai Ming Tai, Xuan Wu ·

    Active Regression for Single-Index Models with Unknown Link Functions

    arXiv:2608.01287v1 Announce Type: cross Abstract: This paper studies active regression for single-index models under general $\ell_p$-loss with an unknown $1$-Lipschitz link function $f$, formulated as $\min_{f,x} \|f(Ax)-b\|_p^p$ with full access to $A$ but coordinate-query acce…