跳到正文
arXiv · ML· Parikshit Gopalan, Manoj Prabhakaran, Pranay Tankala·· 3 小时前AI 评分22

掩码通道视角下的通用学习理论困难性框架

Universal Hardness From Masking Channels

AI 导读

文章证明了经典硬核引理的广义学习理论版本,提出通过掩码通道的保真度来量化学习非布尔函数时的困难性。 框架利用凸对偶性构建通用证难机制,推导了多类硬核引理推广,并发现其与伪熵及 MaxEnt 算法的对称关系。 该框架为“学习与困难性是一体两面”提供了清晰且通用的数学表述。

来源:arXiv · ML · arxiv.org