待验证50% 置信事实精确时间

Marchenko-Pastur定律描述当m×n矩阵元素独立同分布时，其样本协方差矩阵特征值密度在高维极限下收敛到确定分布

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

重尾权重谱为何能预测模型质量：一个统计学解释

涉及实体

Marchenko-Pastur定律concept 随机矩阵理论concept

相关事实

待验证Marchenko-Pastur定律描述了p>>n高维稀疏条件下随机矩阵特征值的分布规律，揭示许多看似显著的主成分可能仅反映噪声结构70% 相似待验证完整雅可比矩阵的计算代价是O(m×n)次前向传播，实际应用中研究者通常采用随机化SVD或Lanczos迭代等算法近似计算其低秩分解66% 相似待验证将矩阵展平喂给MLP会因行数可变导致输入维度不固定，并破坏排列不变性65% 相似待验证共轭梯度法求解对称正定线性方程组时，收敛所需的迭代次数与矩阵的条件数密切相关，条件数越大收敛越慢64% 相似待验证单变量高斯分布中均值μ控制位置，方差σ²控制离散程度62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1001463

API

curl https://kongchang.com/api/v1/knowledge/claims/1001463

MCP

get_claim(id=1001463)