统计特征学习几何框架被提出

Zong Shang 等作者发表论文，提出监督回归中统计特征学习的几何框架，用底-纤维分解刻画训练产生的特征侧几何与学习得到的特征空间，并在球面平均场 Langevin 动力学上证明该性质。 作者称，在高斯多指标模型中，低温平稳分布集中于隐藏指标并形成多峰结构，温度 λ≍1 处出现急剧转变；高斯单指标模型的平稳测度则呈现由奇偶性决定的集中现象，学习到的特征空间可实现 d/N 与 Md/N 量级的学习速率。

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。