基于β-混合序列的学习机器的相对一致收敛速率的界

基于β-混合序列的学习机器的相对一致收敛速率的界

推广性能是机器学习理论研究的主要目的之一.为了研究相依序列下采用ERM算法的学习机器的推广性能,本文基于β-混合序列建立了采用ERM算法的学习机器的经验风险到它的期望风险相对一致收敛速率的界.这个界不仅把基于独立序列下已有的结果推广到β-混合相依序列的情况,而且对β-混合相依序列现有的一些结论进行了改进.得到了β-混合相依序列下,采用ERM算法的学习机器的推广性能的界.

作 者： 邹斌 李落清 万成高 ZOU Bin LI Luo-qing WAN Cheng-gao   作者单位： 邹斌,ZOU Bin(西安交通大学理学院,西安,710049;湖北大学数学与计算机科学学院,武汉,430062)

李落清,万成高,LI Luo-qing,WAN Cheng-gao(湖北大学数学与计算机科学学院,武汉,430062) 

刊 名： 工程数学学报  ISTIC PKU 英文刊名： CHINESE JOURNAL OF ENGINEERING MATHEMATICS  年，卷(期)： 2008 25(3)  分类号： O714.41  关键词： 学习机器   ERM算法   相对一致收敛   混合序列   learning machine   ERM algorithm   relative uniform convergence   mixing sequence