轮廓算子框架识别低秩测度

Robert A. Vandermeulen 发表论文，提出“轮廓算子”框架，用于从一维投影识别 R² 上紧支撑的低秩符号测度。该框架证明，精心选取的 2k 个投影边缘分布足以识别秩不超过 k 的此类测度，且这一数量最优，投影方向不能任意选取。 基于该框架，论文提出计算高效的“轮廓混合估计”（SME）：通过匹配一维投影边缘分布的 Wasserstein 距离构建低秩经验测度，并结合一维密度估计器。论文称，在中等维度和样本量下，SME 优于参数、非参数及深度学习基线。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。