#statistical learning theory

Theoretical framework explains why discontinuous STE training works for quantized neural networks, with practical implications for binary neural network implementations.

#STE #statistical learning theory

arXiv cs.LG@Yiming YingSource

Jul 27

Papers10:59

Chinese content从有限轨迹学习遍历动力系统：高概率保证与Koopman算子

这篇论文教你如何用一条轨迹学透一个动力系统，从预测函数到Koopman算子都有数学保证，适合想做理论深度的人。

#Trajectory Learning #Ergodic Systems #statistical learning theory

arXiv cs.LG@Oleksii Kachaiev et al. (3)Source

Jul 22

Papers12:22

Chinese content从简单二元决策构建分布式多类分类的基本极限

这篇论文告诉你用少数几个二分类器拼多分类器到底能做到多好，有理论保证，做分布式分类的值得看看。

#multiclass classification #statistical learning theory

arXiv cs.LG@Ioannis Papageorgiou et al. (5)Source

Jun 17

PapersSelected10:16

Chinese contentNo-Free-Fairness：学习系统中的基本极限与权衡

这篇论文用数学证明了公平和准确不可兼得，小样本会让偏见更严重，模型表达能力不够也不行。做AI公平的人都会引用它。

#AI fairness #statistical learning theory

arXiv cs.LG@Khoat ThanSource

Jun 15

Papers11:11

Chinese content多组均值估计主动学习的复杂度度量：方差局部曲率

新复杂度指标VLC揭示主动学习难度来源

#active learning #multi-group mean estimation #VLC #statistical learning theory

arXiv cs.LG@Abdellah Aznag et al. (3)Source

May 26

PapersSelected11:47

Chinese content条件KRR：向核方法注入无惩罚特征，核阈值应用

这篇论文为核方法注入可解释的线性特征提供了理论保障，做高维数据建模或核方法研究的团队值得关注，尤其适合处理特征显著但残差噪声小的场景。

#kernel methods #feature selection #statistical learning theory

arXiv cs.AI@Rustem Takhanov, Zhenisbek AssylbekovSource