分布シフト下のロバスト学習の統計的特性

arXiv stat.ML ・ 2026-08-13

原題: Statistical Properties of Robust Learning under Distributional Shifts

AI による要約

ロバスト学習フレームワークは、ターゲット環境の分布シフトに対してロバスト性を提供する。Distributionally Robust Optimization (DRO) と Robust Satisficing (RS) の有限サンプル保証を導出する。分布シフト下での過剰損失を分析する。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv stat.ML）をご確認ください。