Semiparametric semi-supervised learning for general targets under distribution shift and decaying overlap
分布偏移与重叠衰减下的一般目标半参数半监督学习AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要以跨多种统计目标的通用半监督理论为核心，未突出足以确定某一细分方向的专门研究对象。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
分布偏移与重叠衰减下的一般目标半参数半监督学习
- 研究问题
- 在结果标签稀缺、按随机缺失机制产生，且标记与未标记样本分布不同、重叠随样本量衰减时，如何对一般统计目标进行有效推断？
- 方法与思路
- 作者提出 D2S3 半参数框架，容纳高维辅助函数估计，并扩展增广逆概率加权的理论，分析双重稳健性、渐近正态性及效率。
- 材料陈述的贡献
- 摘要称框架覆盖均值、回归系数、分位数和因果效应；针对重叠消失导致的经典根号样本量速率失效，给出修正渐近速率。
- 阅读关注点
- 应核对重叠衰减的度量及允许速度、分布偏移与标签缺失的关系，以及辅助函数误差要求和不同目标对应的归一化速率。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未列具体正则条件，不能将其效率和正态性结论推广至任意重叠消失情形。
原文摘要
In modern scientific applications, large volumes of covariate data are readily available, while outcome labels are costly, sparse, and often subject to distribution shift. This asymmetry has spurred interest in semi-supervised (SS) learning, but most existing approaches rely on strong assumptions -- such as missing completely at random (MCAR) labeling or strict positivity -- that put substantial limitations on their practical usefulness. In this work, we introduce a general semiparametric framework for estimation, inference, and efficiency benchmarking in SS settings where labels are missing at random (MAR) and the overlap may vanish as sample size increases. Our framework, that we label D2S3, accommodates a wide range of smooth statistical targets -- including means, linear regression coefficients, quantiles, and causal effects -- and remains valid under high-dimensional nuisance estimation and distributional shift between labeled and unlabeled samples. We extend the theoretical guarantees of augmented inverse probability weighting estimators to preserve double robustness, asymptotic normality, and semiparametric efficiency under this challenging D2S3 regime. A key insight is that classical root-n convergence fails under vanishing overlap; we instead provide corrected asymptotic rates that capture the impact of the decay in overlap. We validate our theory through simulations and demonstrate practical utility in real-world applications on the internet of things and public health where labeled data are scarce.