新算法将高维在线校准维度依赖降至多项式

研究者 Maxwell Fishelson 与 Mehryar Mohri 提出一种基于调和权重的在线校准算法，用于对 d 个二值结果同时预测。他们称该方法可在 d^{O(1/ε)} 轮内实现 ε-校准，把维度依赖从指数级降到多项式级。 该算法每轮输出过去结果的调和加权分布，权重来自离散 Hilbert 变换矩阵。作者称，对多分类预测（Y=Δ_d）同样达到 d^{O(1/ε)} 速率，优于此前 d^{Õ(1/ε²)} 的界。上述结论来自论文本身，尚未见独立验证。

AI 根据报道生成 · 8 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。