Aprendizado Semissupervisionado Generalizado e Livre de Distribuição com Reescrita de Risco

arXiv:2607.11947v1 Tipo de Anúncio: novo Resumo: Métodos típicos de aprendizado semissupervisionado (SSL) dependem de suposições distribucionais, e seu desempenho se degrada quando essas suposições são violadas. Embora o aprendizado PNU, um método de reescrita de risco, ofereça uma alternativa livre de distribuição, ele é restrito à classificação binária e sua otimalidade de variância permanece incerta. Neste artigo, propomos um arcabouço generalizado que constrói estimadores de risco não enviesados usando combinações lineares de riscos de componentes, subs...