稀疏线性分类器混合支持恢复新方案

Xiaxin Li 与 Arya Mazumdar 提交论文预印本，针对稀疏线性分类器混合模型的支持恢复问题提出自适应与非自适应两类方案，称在减少测量次数的同时把解码复杂度从超二次降至与环境维度呈亚线性。 据论文，自适应方案相比已有方法大幅减少测量量，非自适应方案在改进测量上界的同时保持高效解码，整体在样本复杂度与解码时间之间取得更优权衡。上述效果均为作者在预印本中的说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。