Limiti di Convergenza Uniforme per Semispazi Oltre la Dimensione VC

Un recente articolo di informatica teorica, disponibile su arXiv (2605.06004), esamina le caratteristiche dettagliate di convergenza uniforme dei semispazi, estendendosi oltre i tradizionali limiti VC nel caso peggiore. Per semispazi non omogenei in ℝ^d con d ≥ 2, gli autori dimostrano che i tipici limiti VC del primo ordine sono quasi stretti: ipotesi consistenti possono portare a un errore della popolazione di Θ(d ln(n/d)/n), mentre nello scenario agnostico la deviazione è proporzionale a √(τ ln(1/τ)) con errore vero τ. Al contrario, i semispazi omogenei in ℝ^2 mostrano pattern significativamente diversi. Nel caso realizzabile, qualsiasi ipotesi consistente con il campione ha un errore di O(1/n). Nel caso agnostico, stabiliscono un limite di deviazione senza logaritmi su ciascuna banda di rischio usando una tecnica di localizzazione a cuneo critico. Quando combinato attraverso le bande, viene aggiunto solo un overhead di ln ln n, e forniscono un limite inferiore corrispondente per dimostrare che questo overhead è necessario. Collettivamente, questi risultati offrono una comprensione sfumata e quasi completa della convergenza uniforme per i semispazi.