待验证60% 置信事实精确时间
Johnson-Lindenstrauss引理保证对于任意ε∈(0,1)，只要目标维度k≥O(log(n)/ε²)，就存在保持两两距离在(1±ε)倍之内的高维到k维映射
2
来源数
60%
置信度
长期有效
时效性
2026/7/9
首次发现
来源
块稀疏特征器：揭开视觉模型神经几何的黑箱
hackernewshackernews2026/7/7
相关事实
待验证一维情况下Wasserstein距离有闭式解，只需排序即可，复杂度为O(n log n)73% 相似待验证Johnson-Lindenstrauss引理指出在n维空间中可以找到指数级于n的近似正交向量集合72% 相似待验证一维Wasserstein-1距离等于两个累积分布函数之间面积的积分 W₁ = ∫|F_A(x) - F_B(x)|dx72% 相似待验证在n维空间中一个临界点成为局部极小值的概率约为(1/2)^n，因为要求Hessian矩阵的所有n个特征值都为正69% 相似待验证火腿三明治定理断言：在n维空间中，对于任意n个可测的物体，总存在一个(n-1)维的超平面能同时将它们逐一二等分65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/365166API
curl https://kongchang.com/api/v1/knowledge/claims/365166MCP
get_claim(id=365166)