Sharper Transductive Local Complexity

New Transductive Learning Method Achieves Sharper Complexity Bounds

研究人员推出了一种新颖的转导学习方法——Sharper Transductive Local Complexity (STLC)，该方法改进了现有技术。STLC 利用源自修改后的对数-索伯列夫不等式和双参数熵闭包推导出的 Bernstein 型集中不等式，实现了更紧密的超额风险界限。这种新方法在可实现学习方面匹配了标准的归纳速率，并为转导核学习提供了改进的界限，尤其避免了先前方法中存在的乘性不平衡因子。