高校专区

University of Oxford（牛津大学）

2026-07-28 至 2026-07-28 共收录 2 篇

2605.29819 2026-07-28 cs.LG 版本更新

The Interplay Between Interpolation and Aggregation in Regression: Optimal Sample Complexity

回归中插值与聚合的相互作用：最优样本复杂度

Mikael Møller Høgsgaard, Kasper Green Larsen, Liang-Yu Zou

机构 * Department of Computer Science, Aarhus University（奥胡斯大学计算机科学系）； Department of Statistics, University of Oxford（牛津大学统计学系）

AI总结本文从理论上研究回归中插值与聚合的相互作用，证明γ-图维度刻画了广泛自然聚合过程的可学习性，并发现通过中位数聚合三个插值假设的简单过程在所有聚合过程中最优，且严格强于恰当学习。

2601.01496 2026-07-28 cs.GT cs.AI cs.LG 版本更新

The Optimal Sample Complexity of Linear Contracts

线性合约的最优样本复杂度

Mikael Møller Høgsgaard

机构 * Department of Statistics, University of Oxford, United Kingdom（英国牛津大学统计系）； Department of Computer Science, Aarhus University, Denmark（丹麦奥胡斯大学计算机科学系）

AI总结本文通过经验效用最大化算法，证明仅需 O(ln(1/δ)/ε²) 个样本即可实现最优线性合约的 ε-近似，并匹配下界，从而确立最优样本复杂度。