热点事件持续更新
学者提出重尾噪声下的无参数区间动态遗憾算法
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月5日，arXiv机器学习领域发布关于重尾噪声下无参数区间动态遗憾的研究。该研究针对具有未知有限条件 p 阶重尾噪声矩（1<p≤2）的在线凸优化问题，提出了一种无参数区间动态遗憾学习算法。该算法完全无需预先获知 G、σ、p、I 及 P_I 等参数，在任意长度为 n 的区间上均可达到严格的动态遗憾上界，并保留了均值梯度与噪声的特征指数。
AI 根据报道生成 · 4 小时前更新
最新进展10月5日 12:00
研究提出重尾噪声下的无参数区间动态遗憾算法，无需先验参数即可在任意区间达严格上界。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv 机器学习重尾噪声下的无参数区间动态遗憾研究
该研究针对具有未知有限条件 $p$ 阶重尾噪声矩（$1<p\le2$）的在线凸优化问题，提出了一种无参数区间动态遗憾学习算法。该算法完全无需预先获知 $G$、$\sigma$、$p$、$I$ 及 $P_I$ 等参数，在任意长度为 $n$ 的区间上均可达到严格的动态遗憾上界，并保留了均值梯度与噪声的特征指数。
本事件热度走势
当前热度 9·可比范围峰值 10（10月5日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。