统一框架在线多类预测

方差更低

该框架基于边缘梯度下降,能提供无偏的替代损失梯度估计,且方差低于现有方法,并可通过惩罚错误类别实现错误预测下的更新。

Feng, Wanjin · 高兴宇 · Zhao, Peilin · Steven C.H., Hoi

IEEE Transactions on Knowledge and Data Engineering 2024

技术优势

梯度估计无偏

更新步骤提供替代损失梯度的无偏估计,避免系统偏差累积。

错误预测仍能更新

通过惩罚错误类别,即使预测错误也能执行更新,提高数据利用效率。

链接函数自适应演化

链接函数可随时间纳入数据信息,包括二阶信息,增强模型适应性。

应用场景