核诱导几何下马尔可夫链收敛性研究
热点事件持续更新
核诱导几何下马尔可夫链收敛性研究
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Oleksii Kachaiev 等作者提交论文,研究正定核对应的 Hilbertian 嵌入(即最大均值差异 MMD)所诱导几何下 Markov 链的收敛性。 在核诱导几何的收缩假设与标准谱隙假设下,论文建立了经验占用测度向不变测度收敛的非渐近高概率界:谱隙决定有效样本量,核收缩仅以线性修正项进入。作为应用,作者从单条轨迹对动力系统进行一步预测,为非线性最小二乘估计导出快速学习率。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 12:00
核诱导几何中 Markov 链的收敛性研究报道时间线
沿着报道,了解事件的不同侧面。
10月12日
- arXiv stat.ML核诱导几何中 Markov 链的收敛性研究
研究在正定核对应 Hilbertian 嵌入(即 Maximum Mean Discrepancy,MMD)所诱导几何下 Markov 链的收敛性。在核诱导几何的收缩假设与标准谱隙假设下,建立了经验占用测度向不变测度收敛的非渐近高概率界,其中谱隙决定有效样本量,核收缩仅以线性修正项进入。作为应用,从单条轨迹对动力系统进行一步预测,为非线性最小二乘估计导出快速学习率。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。