多视角多数投票学习算法：直接最小化PAC-贝叶斯界限

本研究解决了PAC-贝叶斯框架在多视角学习中应用不足的问题。我们提出了基于R\'enyi散度的新PAC-贝叶斯界限，这些界限在复杂度度量上优于传统的Kullback-Leibler散度。研究结果显示，所提出的优化算法具有自边界特性，具有良好的实际应用潜力。