arXiv stat.ML· Jingyi Guo, Runze Li, Lingzhou Xue·· 8 天前AI 评分27
任务转移下的得分保留持续 Lasso
Score-Preserving Continual Lasso under Task Shift
AI 导读
研究者提出得分保留持续 Lasso（SP-CL），通过保留历史平方损失得分将稀疏估计与状态传递解耦，解决持续学习中的正则化偏差累积问题。在平方损失下，其累积估计量可精确恢复全历史 Lasso 极小值点，并在任务系数相同时继承全历史稀疏收敛速率。针对相关任务系数，该方法采用当前任务正则化修正达到离线源辅助速率，并通过仿真验证了理论分析。
来源：arXiv stat.ML · arxiv.org