Bateni et al.

新论文确立网络信息聚合的最优下界

Kearns 等人的一篇新论文通过确立长度为 D 的路径上均方误差 (MSE) 的 $\Omega(1/\sqrt{D})$ 下界，解决了网络信息聚合中的一个核心开放性问题。这一发现改进了先前展示的 $O(1/\sqrt{D})$ 上界和 $\Omega(1/D)$ 下界的工作，从而缩小了 MSE 的差距。该分析已扩展到更广泛的凸损失函数类，证明对于高斯实例在其最坏情况族（包括逻辑损失）中，$\\ell$-误差下界也为 $\Omega…