新的 Fisher Widths 分析统计流形的复杂度

本文介绍了两个新的泛函：原始 Fisher 宽度和逆 Fisher 宽度，用于分析统计流形上的高斯宽度复杂度。这些宽度分别提供了对局部参数波动和各向异性高斯测量的互补见解。研究确立了这两个宽度之间的精确关系，表明 Fisher 各向异性不能同时相对于欧几里得尺度减小两者。 AI

影响 引入了分析统计流形的新理论框架，可能影响未来的机器学习模型开发。

排序理由 该条目是一篇在 arXiv 上发表的学术论文，详细介绍了机器学习中的新理论概念。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

• arXiv
• Euclidean
• Fisher balls
• Fisher information
• Fisher Metric for Diagonalizable Quadratic Hamiltonians and Application to Phase Transitions
• Fisher spectrum
• Fisher Widths
• Gaussian Width
• inverse Fisher metric
• statistical manifolds

• 论文
• 其他

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