Fourier容量条件を持つ正則化最小二乗のための最適学習速度【JST・京大機械翻訳】

Talwai Prem; Simchi-Levi David

プレプリント

J-GLOBAL ID：202202220108293467 整理番号：22P0333144

Fourier容量条件を持つ正則化最小二乗のための最適学習速度【JST・京大機械翻訳】

Optimal Learning Rates for Regularized Least-Squares with a Fourier Capacity Condition

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年04月16日プレプリントサーバーでの情報更新日： 2023年09月15日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

一般的ソース条件下でHilbertスケールにおけるTikhonov正則化学習問題の新しい広いクラスに対するミニマックス適応速度を導出した。本解析は,仮説クラスに含まれる回帰関数を必要とせず,特にカーネル固有崩壊に関する従来の先験的仮定を採用していない。補間理論を用いて,Mercer演算子のスペクトルを,適切なHilbert尺度の「密”L ̄∞(X)埋込みの存在下で推論できることを示した。本解析は,最適Hilbertスケール関数を介してカーネルDirichlet容量と小球確率の相互作用を捕捉する新しいFourier等容量条件を利用した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , 【Automatic Indexing@JST】

人工知能

, ,

前のページに戻る