待验证50% 置信事实精确时间
在多项式谱衰减(指数α>1)和杠杆兼容性假设下,宽度为m、可训练比例为P的两层网络的平方L2近似速率为O((κ_P log(m/δ)/m)^α),其中κ_P = (P/κ_1^* + (1-P)/κ_0^*)^{-1}。
1
来源数
50%
置信度
长期有效
时效性
2026/10/23
首次发现
来源
涉及实体
相关事实
待验证论文证明存在常数深度、规模为Õ_{n,d}(p^{-9}ε^{-max{d/n,2}}log(1/δ))的网络,能以至少1-δ概率满足带概率的一致逼近要求70% 相似待验证Stein恒等式表明,对于在边界上足够快衰减的函数φ,当概率密度p(x)在R^d上足够光滑时,有E_p[∇_x log p(x)·φ(x) + ∇_x·φ(x)] = 0。70% 相似待验证论文证明:在真实混合测度满足次高斯假设时,无约束NPMLE在平方Hellinger距离下达到极小极大最优速率 log(n)/n。68% 相似待验证对于在内在d*维子流形上运行的学习任务,该论文证明最优划分缩放可以达到极小极大非参数速率O(n^{-1/(d*+2)}√ln n)。68% 相似待验证当奖励密度一致远离零时,论文建立了同时适用于所有分辨率 m 和所有 Wasserstein 阶数 p(1 ≤ p ≤ ∞)的根 n 高概率界,估计误差以参数速率 n^{-1/2} 收敛。68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1088316API
curl https://kongchang.com/api/v1/knowledge/claims/1088316MCP
get_claim(id=1088316)