11:22
官方账号arXiv cs.LG@Omar Montasser
推荐理由：这篇论文把bagging这个老方法用在了对抗鲁棒学习上，直接打破了之前的上界，而且证明样本复杂度跟VC维线性相关，搞理论或鲁棒学习的人值得看看。
RERM
共 1 条相关 AI 资讯
8月14日
11:22
一项新研究证明，VC类在测试时对抗鲁棒学习的样本复杂度可达到关于VC维d的线性，相比Montasser等人2019年的上界实现了指数级改进。该算法将Breiman的bagging（自助聚合）与鲁棒经验风险最小化（RERM）结合，在O(d*)个独立bootstrap样本上计算RERM并输出多数投票，其中d*为对偶VC维。作者还给出下界，表明在该预言机模型中任何学习器至少需要Ω(d*)次RERM调用，即使训练样本任意多。