待验证50% 置信事件精确时间
论文《A One-Sided McDiarmid-Type Inequality for Heavy Tails via Reverse KL Tensorization》提出了一种针对重尾场景的单侧McDiarmid型不等式，并引入了名为'反向KL张量化'的新工具。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
重尾分布下的McDiarmid不等式新突破：反向KL张量化
rss2026/10/15
涉及实体
相关事实
待验证新结果用条件矩假设替代了经典McDiarmid不等式的有界差分条件，用单侧上界替代了双侧有界性。69% 相似待验证反向KL张量化关注Kullback-Leibler散度的反向形式，给出了乘积分布下反向KL散度如何被各边缘分布的反向KL散度所控制的上界关系。67% 相似待验证KAN的理论基础是柯尔莫哥洛夫-阿诺德表示定理：任意连续多变量函数都可以分解为有限个单变量连续函数的组合与叠加59% 相似待验证K-FAC利用Fisher信息矩阵的Kronecker分解结构，将原本O(n²)的曲率矩阵压缩为两个小矩阵的乘积55% 相似待验证JS散度是KL散度的对称化版本，结果始终有界在[0, ln2]之间，规避了KL散度的不对称性和支撑集不重叠时趋向无穷的缺陷54% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1046100API
curl https://kongchang.com/api/v1/knowledge/claims/1046100MCP
get_claim(id=1046100)