如何检验代数完全交集：一种流形假设的统计检验方法

针对高维实空间中的概率分布，研究者提出一种显式学习过程，用于检验该分布是否集中在一个指定维度、有界度数且有界条件数的实代数完全交集附近。该过程要么在可控的近似阈值松弛下证明此类流形不存在，要么返回一个几何复杂度受控的候选回归流形，从而在该假设类内检验流形假设。方法依赖正则多项式系统的定量几何估计，将问题转化为可处理的辅助优化问题，并给出数据驱动算法及其样本与算术复杂度的显式界。