研究人员开发了一个新的理论框架，以理解缺失数据如何影响多模态学习中的偏最小二乘法（PLS）。他们的分析基于高维尖峰模型，揭示了一个急剧的相变，其中缺失的条目会显著削弱信号强度。在临界阈值之上，主奇异向量变得具有信息量，从而可以恢复潜在的共享结构，该研究为此恢复提供了公式。 AI
影响 为多模态AI系统中数据插补的挑战提供了理论理解。
排序理由 学术论文，详细介绍了机器学习技术的新理论模型。[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 →
arXiv:2601.21294v2 Announce Type: replace-cross Abstract: Partial Least Squares (PLS) learns shared structure from paired data via the top singular vectors of the empirical cross-covariance (PLS-SVD), but multimodal datasets often have missing entries in both views. We study PLS-…