待验证50% 置信解决方案精确时间
对实践者的启示：一维高斯核场景下可以依据目标分布的紧支撑范围估算所需粒子数，而非纯靠调参。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/15
首次发现
有效期至：2027/1/13
来源
过参数化加权MMD优化景观首获有限粒子保证
rss2026/10/14
涉及实体
相关事实
待验证该研究的结论目前限定在一维高斯核与紧支撑目标，高维核、其他核函数下的有限粒子保证仍是开放问题。72% 相似待验证对任意紧支撑的目标分布，只要粒子数足够多，加权MMD优化景观中每一个局部极小值处的MMD都可以任意小。68% 相似待验证支持向量机的对偶问题通过拉格朗日对偶性转化后，计算复杂度只依赖于样本数而非特征维度，且数据仅以内积形式出现，为核技巧提供理论基础67% 相似待验证基于序贯蒙特卡洛（SMC）的顺序退火方法在理论上是精确的，能无偏逼近目标分布，但需要维持庞大的粒子群体，计算开销高66% 相似待验证核技巧允许在不显式计算高维映射的情况下，通过核函数直接计算高维空间中的内积，以较低计算代价实现非线性分类65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1037450API
curl https://kongchang.com/api/v1/knowledge/claims/1037450MCP
get_claim(id=1037450)