Skip to content
Hot eventLive

非平稳加权风险最小化中的Oracle漂移分析

1 reports1 sources2 hr ago updated

Get the story

AI overview

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。

Generated from reports · updated 2 hr ago

LatestOct 12
论文提出超额风险三部分分解，指出discrepancy型量可能过于保守，并覆盖线性与非参数回归。

Timeline

Follow the coverage from different angles.

Oct 12, 2026
  1. arXiv · Statistics Machine Learning
    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。

Heat trend

There is not enough continuous observation data to draw a trend yet.