待验证50% 置信事实精确时间

DFT 矩阵本身是稠密的，其能量均匀分布在所有频率上，因此低秩或稀疏分解必然引入近似误差。

1

来源数

50%

置信度

长期有效

时效性

2026/10/13

首次发现

来源

OpenAI 新数学方法声称加速傅里叶变换计算

涉及实体

相关事实

待验证收敛速率同时受到数据维度 d_x 和条件维度 d_y 的影响，这与高维生成问题中的维度诅咒现象一致67% 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% 相似待验证低秩分解与量化压缩维度正交互补，对小矩阵A和B分别量化误差更小，叠加压缩比可达单一方法数倍64% 相似待验证OpenAI 的方法将离散傅里叶变换（DFT）矩阵分解为若干低秩或稀疏矩阵的乘积，并利用随机采样或结构化剪枝跳过贡献极小的蝶形运算。64% 相似已验证快速傅里叶变换将DFT的计算复杂度从朴素的O(N²)降低到O(N log N)64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1013575

API

curl https://kongchang.com/api/v1/knowledge/claims/1013575

MCP

get_claim(id=1013575)