非平稳加权风险最小化中的Oracle漂移分析

2026年10月12日，arXiv Statistics Machine Learning 发布论文《Beyond Discrepancy：非平稳加权风险最小化中的 Oracle Drift》。论文将非平稳加权风险最小化中的超额风险分解为估计、漂移与逼近三部分，并把漂移误差直接关联到模型类内最优预测器的移动。分析显示 discrepancy 型量可能过于保守，其阶数可高于实际超额风险贡献，并对不影响最优预测器的风险面变化作出响应。研究针对线性回归刻画该差距并结合估计保证，同时扩展到非参数回归。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。