关键词high-dimensional random vectors
搜索结果 - 3
- 深度神经网络的信息瓶颈分析通过有损压缩
该研究利用 Information Bottleneck 原理和深度神经网络,采用互信息和压缩等技术,针对高维随机向量实现了对一般深度神经网络的信息瓶颈分析,并在一个近实际规模的卷积深度神经网络上揭示了互信息动态的新特征。
- 利用随机投影之浓度快速近似计算切片 - 瓦热斯坦距离
通过利用测度集中现象,我们基于高维随机向量的一维投影近似 Sliced-Wasserstein 距离,避免了通常需要的蒙特卡罗模拟,这一方法简单精确,用于生成模型问题效果显著。
- 球形上随机堆积中角度的分布
研究在高维空间中,随着数据元素数量不断增加,单位向量之间角度的极限分布,该研究对高维空间向量的统计学和机器学习应用有指导意义。