跳到正文
热点事件持续更新

研究提出 oracle drift 分析非平稳加权风险最小化

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

Tobias Brock 与 Thomas Nagler 发表论文,将非平稳加权风险最小化的超额风险拆分为估计、漂移与近似三部分,并提出用最优预测器在模型类内的移动量(oracle drift)直接刻画漂移误差,而非依赖 discrepancy 类量。 论文称,discrepancy 类量可能过于保守:其缩放阶数可大于实际超额风险贡献,并会对不影响最优预测器的风险面变化产生响应。在线性回归中,作者精确刻画了这一差距,并将漂移界与估计保证相结合,分析进一步扩展至非参数回归。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月12日
  1. arXiv stat.ML
    超越 Discrepancy:非平稳加权风险最小化中的 Oracle Drift

    研究将非平稳加权风险最小化的超额风险拆分为估计、漂移与近似三部分,提出用最优预测器在模型类内的移动量(oracle drift)直接刻画漂移误差,而非依赖 discrepancy 类量。分析表明 discrepancy 类量可能过于保守,其缩放阶数可大于实际超额风险贡献,并会对不影响最优预测器的风险面变化产生响应。在线性回归中该差距被精确刻画,漂移界与估计保证相结合,分析进一步扩展至非参数回归。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。