Unverified50% confidenceFactExact time

流形假设由Bengio、LeCun等深度学习先驱提出，认为高维真实数据近似分布在低维光滑流形上

1

Sources

50%

Confidence

Long-term

Relevance

7/14/2026

First Seen

Sources

引导式生成模型：精准估算极端事件概率的新方法

Related Claims

Unverified深度生成模型通过学习高维数据中的低维流形结构来规避维度灾难69% similar Unverified统计模型方法对高维数据的扩展性较差，这是深度学习方法逐步崛起的核心原因69% similar Unverified深度学习依赖于线性代数、微积分、概率论与优化理论67% similar UnverifiedGrinsztajn等人2022年在NeurIPS发表的基准研究证明，在中等规模表格数据集上，GBDT类模型持续优于深度学习方法67% similar UnverifiedDeepPose 于2014年首次将深度学习引入姿态估计领域65% similar

Cite This Claim

Stable URI

https://kongchang.com/claim/510572

API

curl https://kongchang.com/api/v1/knowledge/claims/510572

MCP

get_claim(id=510572)