其他arXiv cs.LG4 天前
Sliced Wasserstein Sketches with Error Certificates
该论文研究一维概率测度在二次 Wasserstein 距离下的最优自由权重 M 原子量化，并通过切片扩展到高维，用 L 个共享投影得到 O(LM) 比较时间的草图。核心贡献是将平方距离误差精确分解为残差与划分失配项，给出可计算误差证书；最优草图在有限矩条件下达到 O(M^{-1}) 误差。实验显示其大幅降低存储并保持分类性能，可作为紧凑池化层端到端学习。
每日自动追踪全球权威信源，模型生成中文摘要与有效期判断，人工抽检把关。 不追热点，只留经得起推敲的那一部分。
AI 与可被 AI 赋能的行业方向，每个领域独立成脉
共 1 条符合条件
该论文研究一维概率测度在二次 Wasserstein 距离下的最优自由权重 M 原子量化，并通过切片扩展到高维，用 L 个共享投影得到 O(LM) 比较时间的草图。核心贡献是将平方距离误差精确分解为残差与划分失配项，给出可计算误差证书；最优草图在有限矩条件下达到 O(M^{-1}) 误差。实验显示其大幅降低存储并保持分类性能，可作为紧凑池化层端到端学习。