研究人员开发了一种新颖的高斯核近似方法,用于流形上的逻辑分类。该方法解决了在不假设有界贝叶斯函数的情况下推导快速Oracle不等式以及构建利用内在维度和正则性的高斯近似的问题。该方法建立了统一的Sobolev算子展开,并使用高斯核积分算子的符号组合来实现$B^\alpha_{2,\infty}(X)$中函数的近似误差为$\gamma^\alpha$的阶。这种构造旨在克服二阶饱和,同时保持由内在维度控制的范数控制,从而提高逻辑分类的超额风险率。 AI
影响 为复杂数据结构上的分类任务引入了精炼的数学框架,有可能在专业应用中提高模型性能。
排序理由 详细介绍机器学习新数学方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Gaussian Approximation of Besov Functions for Logistic Classification on Manifolds
- Hugging Face
- X
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →