ホットトピック継続更新中
学者提出未知特征下通用VC类紧致随机序列覆盖界
1 件の報道1 件の報道元13 時間前 更新
まずこの件を把握する
AI 概要
2026年11月3日，arXiv机器学习领域发布一项新研究，针对特征分布未知的混合在线学习问题展开探索。该研究证明，有限VC维 $d$ 即可实现对数大小为 $O(d\log T+\log(1/\delta))$ 的紧致随机序列精确覆盖，成功匹配最坏情况理论下界。此外，研究团队通过引入局部立方体权重进行非均匀分割，首次为未知 i.i.d. 特征的通用 VC 分区实现了 $O((d+1)\log T)$ 的紧致期望对数损失遗憾，并提供了平面仿射半空间的多项式时间实现方案。
AI が報道をもとに生成 · 9 時間前 更新
最新の進展11月3日 13:00
研究证明未知特征下有限VC维可实现紧致随机序列覆盖，并给出多项式时间实现。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月3日
- arXiv 机器学习未知 i.i.d. 特征下通用 VC 类的紧致随机序列覆盖
新研究针对特征分布未知的混合在线学习，证明有限 VC 维 $d$ 即可实现对数大小为 $O(d\log T+\log(1/\delta))$ 的紧致随机序列精确覆盖，匹配最坏情况理论下界。该方法引入局部立方体权重进行非均匀分割，首次为未知 i.i.d. 特征的通用 VC 分区实现了 $O((d+1)\log T)$ 的紧致期望对数损失遗憾，并提供了平面仿射半空间的多项式时间实现。
このストーリーのホット度の推移
現在のホット度 7·比較可能範囲のピーク 9（11月3日 18:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。