Victor-Emmanuel Brunel 的一篇新研究论文探讨了测地空间中重心的估计,将集中不等式扩展到这些复杂环境。该研究在特定的曲率和支撑条件下,确立了期望值和高概率下的有限样本误差界限。然后,将这些发现应用于推导用于重心计算的两种算法的统计保证。 AI
排序理由 该聚类包含一篇 arXiv 研究论文。[lever_c_demoted from research: ic=1 ai=0.1]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
Victor-Emmanuel Brunel 的一篇新研究论文探讨了测地空间中重心的估计,将集中不等式扩展到这些复杂环境。该研究在特定的曲率和支撑条件下,确立了期望值和高概率下的有限样本误差界限。然后,将这些发现应用于推导用于重心计算的两种算法的统计保证。 AI
排序理由 该聚类包含一篇 arXiv 研究论文。[lever_c_demoted from research: ic=1 ai=0.1]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2502.14069v3 Announce Type: replace-cross Abstract: We study the problem of estimating the barycenter of a distribution given i.i.d. data in a geodesic space. Assuming an upper curvature bound in Alexandrov's sense and a support condition ensuring the strong geodesic convex…