Limitations of Membership Queries in Testable Learning
测试学习中成员查询的局限性
机构 * MIT(麻省理工学院) ; UMass Amherst(马萨诸塞大学阿姆赫斯特分校)
AI总结 该研究揭示了在测试学习模型中,成员查询无法进一步降低时间复杂度,并证明了基于统计查询的算法无法实现测试学习。
Comments Conference: ITCS 2026
高校专区
测试学习中成员查询的局限性
机构 * MIT(麻省理工学院) ; UMass Amherst(马萨诸塞大学阿姆赫斯特分校)
AI总结 该研究揭示了在测试学习模型中,成员查询无法进一步降低时间复杂度,并证明了基于统计查询的算法无法实现测试学习。
Comments Conference: ITCS 2026
主动且抗噪声的战略感知机
机构 * Carnegie Mellon University(卡内基梅隆大学) ; University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校)
AI总结 本文提出了一种在战略环境下主动学习线性分离器的算法,通过减少标签查询数量实现高效分类,即使在数据不一致的情况下也能保持性能。