एंग्लुइन और लैयर्ड ('88) ने "पीएसी के साथ यादृच्छिक वर्गीकरण शोर" (या शोर पीएसी) मॉडल में यादृच्छिक रूप से दूषित डेटा के साथ सीखने को औपचारिक रूप दिया । यह मॉडल पीएसी लर्निंग के समान है , सिवाय इसके कि शिक्षार्थी को दिए गए उदाहरणों के लेबल दूषित (फ़्लिप किए गए) हैं, स्वतंत्र रूप से यादृच्छिक पर, प्रायिकता ।
मदद विशेषताएँ क्या शोर पीएसी मॉडल में learnable है करने के लिए, कार्नस ('93) की शुरुआत की सांख्यिकीय क्वेरी मॉडल सीखने के लिए (वर्ग)। इस मॉडल में, एक शिक्षार्थी लक्ष्य वितरण के गुणों के लिए एक सांख्यिकीय ओरेकल को क्वेरी कर सकता है, और उसने दिखाया कि कोई भी वर्ग जो SQ सीख रहा है वह शोर पीएसी में सीखने योग्य है। किर्न ने यह भी साबित किया कि कुछ स्थिर लिए चर पर समानताएं से अधिक तेजी से समय में नहीं सीखी जा सकती हैं ।
फिर ब्लम एट अल। ((00) ने शोर को पीएसी को एसक्यू से अलग किया, यह दिखाते हुए कि पहले पर समानताएं शोर पीएसी मॉडल में बहुपद-समय पर सीखने योग्य हैं लेकिन एसक्यू मॉडल में नहीं।
मेरा सवाल यह है:
Parities (पहले चर) शोर PAC मॉडल में सीखने योग्य हैं, लेकिन SQ मॉडल में नहीं। क्या कोई अन्य विशिष्ट कक्षाएं हैं, जो समानता से पर्याप्त रूप से भिन्न हैं, जो शोर पीएसी में सीखने योग्य हैं, लेकिन एसक्यू में नहीं हैं?