PulseAugur
实时 13:41:08
English(EN) Which Spaces can be Embedded in $L_p$-type Reproducing Kernel Banach Space? A Characterization via Metric Entropy

已撤回的 arXiv 论文将度量熵与 RKBS 可嵌入性联系起来

一篇由作者 Yiping Lu 最近撤回的研究论文探讨了度量熵与函数空间嵌入再生核巴拿赫空间 (RKBS) 之间的关系。该研究建立了一种新颖的联系,表明函数空间的度量熵增长的界限允许其嵌入到 $L_p$ 型 RKBS 中。这一发现表明,$L_p$ 型 RKBS 为具有受控度量熵的可学习函数类别提供了广泛的框架,可能阐明核方法在学习复杂函数空间方面的能力和局限性。 AI

影响 这项研究探索了核方法的理论基础,可能影响机器学习模型设计的未来发展。

排序理由 发布在 arXiv 上的研究论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv stat.ML 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

已撤回的 arXiv 论文将度量熵与 RKBS 可嵌入性联系起来

报道来源 [1]

  1. arXiv stat.ML TIER_1 English(EN) · Yiping Lu, Daozhe Lin, Qiang Du ·

    Which Spaces can be Embedded in $L_p$-type Reproducing Kernel Banach Space? A Characterization via Metric Entropy

    arXiv:2410.11116v4 Announce Type: replace-cross Abstract: In this paper, we establish a novel connection between the metric entropy growth and the embeddability of function spaces into reproducing kernel Hilbert/Banach spaces. Metric entropy characterizes the information complexi…