待验证50% 置信事实精确时间

论文采用了一个新近发展的Hilbert值Fuk-Nagaev不等式，将集中分析从标量情形推广到了函数空间。

1

来源数

50%

置信度

长期有效

时效性

2026/10/14

首次发现

来源

随机特征方法在误设模型与重尾噪声下的最优性突破

涉及实体

Fuk-Nagaev不等式concept Hilbert空间concept

相关事实

待验证定义在二值向量空间上的价值函数的傅里叶基底为Walsh-Hadamard变换基，稀疏性意味着只需远少于2^n次采样即可恢复函数主要结构62% 相似待验证该论文将探针的泛化问题重新表述为子空间选择问题61% 相似待验证论文在图像分类与连续函数逼近两类任务上实验，SW-KAN 在标准基准测试上超越了已有的多项式 KAN 基线模型60% 相似待验证泛函梯度下降的理论根基来自再生核希尔伯特空间（RKHS）和函数空间中的变分方法60% 相似待验证该发现涉及的问题核心在于原始矩M_n与泰勒/Jensen系数之间的阶乘归一化处理偏差59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1022946

API

curl https://kongchang.com/api/v1/knowledge/claims/1022946

MCP

get_claim(id=1022946)