图混合依赖下的在线-PAC泛化界限

本研究解决了传统统计学习中对训练数据独立性假设的局限，提出了一种新框架，通过图距离衰减的依赖关系结合时间依赖和图依赖。结果表明，基于在线到PAC框架的泛化界限受到混合速率和图的色数的共同影响，提供了更全面的泛化保障。