待验证50% 置信事实精确时间

Wasserstein距离通过将聚类划分表示为概率测度并求解最优传输问题，绕过标签置换问题，度量将一种划分搬运成另一种划分所需的最小总代价

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

无模型贝叶斯聚类：从预测视角重构后验不确定性

涉及实体

Wasserstein距离concept 最优传输concept 标签置换问题concept

相关事实

待验证分步推理本质上是将复杂条件概率分解为多个较简单条件概率的乘积，降低每步预测难度69% 相似待验证切片Wasserstein距离（SWD）通过将高维分布随机投影到大量一维方向上，在每个方向计算Wasserstein距离后取平均，从而降低计算复杂度69% 相似待验证一步只写入一个或条件独立的位置时理论上可以精确匹配分布，写入越多依赖位置误差越积累68% 相似待验证乘积量化通过预先计算的码本距离查表，将逐维度浮点运算的距离计算转化为整数查表累加，提升批量检索吞吐量66% 相似待验证去卷积问题在频域中可表述为除法运算，其难度取决于误差分布特征函数的衰减速率66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1001420

API

curl https://kongchang.com/api/v1/knowledge/claims/1001420

MCP

get_claim(id=1001420)