arXiv · Machine Learning· Ilias Diakonikolas, Daniel M. Kane, Mingchen Ma·2026-11-02 13:00· 8 小时前AI 评分44

基于弱部分学习器的对数凹分布多指标模型鲁棒学习

Robust Learning of Multi-Index Models under Logconcave Distributions via Weak Partial Learners

AI 导读

研究提出一种基于弱部分学习器的新型提升框架，用于对数凹分布下的布尔概念类学习，并显著加速多指标模型的鲁棒学习。该方法通过递归矩划分和矩差异检测，在凸区域内构造弱假设，实现强无偏学习，并扩展至部分分类和可测试学习。研究还改进了半空间函数和多分类线性分类器的学习效果。