English(EN) Sharp Concentration Bounds for Bundle-Valued Statistics on Manifolds

新理论为流形统计量提供集中界

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-14 04:00

研究人员开发了新的流形统计分析集中界，解决了几何统计和流形学习中的挑战。该理论考虑了将观测值传输到公共参考纤维时引入的曲率和全纯效应。这项工作提供了有限样本、无维度的界限以及偏差-方差分解，将随机波动与曲率驱动的误差下限分开，并在球体上进行了实验验证。 AI

影响为先进的几何机器学习技术提供了理论基础。

排序理由该条目是一篇学术论文，详细介绍了新的理论框架及其实验验证。[lever_c_demoted from research: ic=1 ai=1.0]

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

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Swagatam Das, Vaclav Snasel · 2026-07-14 04:00

Sharp Concentration Bounds for Bundle-Valued Statistics on Manifolds

arXiv:2607.10592v1 Announce Type: new Abstract: Many geometric statistics and manifold learning pipelines routinely produce observations -- such as tangent vectors or local frames -- whose natural home is a varying family of fibers attached to different points of a base manifold,…