arXiv · ML· Kwangho Kim, Jisu Kim·· 2 天前AI 评分24
噪声代理协变量下的半监督学习:泛化界与分布回归
Semi-Supervised Learning with Noisy Proxy Covariates: Generalization Bounds and Distribution Regression
AI 导读
针对预训练表示作为噪声代理协变量且标签稀缺的场景,研究提出一种半监督回归两阶段估计器。 该估计器利用所有代理协变量学习核特征,并在有标签数据上拟合岭预测器。 理论推导显示,当代理扰动可控且无标签样本充足时,可恢复快速样本收敛率,实验在低标签场景优于基线。
来源:arXiv · ML · arxiv.org