研究人员已经确定，包括MMD、HSIC和KSD在内的核距离估计的Minimax下界在一般拓扑空间上为 $n^{-1/2}$。该速率在温和的核假设下实现，并证实了参数速率的最优性，即使在具有无界核的有限维欧几里得设置之外也是如此。这些发现也扩展到均值嵌入和中心交叉协方差算子的估计，解决了这些核距离最优估计的问题。 AI
影响 为机器学习中使用的关键分布比较方法建立了理论最优性。
排序理由 学术论文发表在arXiv上，详细介绍了机器学习领域的理论发现。[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 →
