Skip to content
Hot eventLive

VC学习最优信息复杂度论文发布

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026年10月9日，arXiv Statistics Machine Learning 发布论文《VC 学习的最优信息复杂度》。研究证明可通过算法依赖的 CMI 分析恢复 VC 类的最优 PAC 保证。核心是构造一个学习算法，在可实现情形下其 eCMI 达到 O(d) 阶，其中 d 为概念类的 VC 维。该算法采用随机化的 5 个基学习器多数投票，具有最优的期望泛化保证。

Generated from reports · updated 3 hr ago

LatestOct 9
论文提出随机化5基学习器多数投票算法，在可实现情形下eCMI达O(d)阶。

Timeline

Follow the coverage from different angles.

Oct 9, 2026
  1. arXiv · Statistics Machine Learning
    VC 学习的最优信息复杂度

    研究证明可通过算法依赖的 CMI 分析恢复 VC 类的最优 PAC 保证。核心是构造一个学习算法，在可实现情形下其 eCMI 达到 O(d) 阶，其中 d 为概念类的 VC 维。该算法采用随机化的 5 个基学习器多数投票，具有最优的期望泛化保证。

Heat trend

Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –

02.557.510Oct9Oct9Oct9Oct9

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.