研究人员开发了一种用于带扰动尖峰模型（spiked matrix models）的鲁棒近似消息传递（AMP）的新算法。该方法可以从损坏的矩阵中恢复信号，实现的接近度为 $\tilde{O}(\sqrt{\varepsilon})$，接近原始 AMP 输出。该算法包括谱预处理和鲁棒初始化，即使在对抗性扰动下也证明了 AMP 的韧性。 AI
影响 增强了在损坏数据中的信号恢复能力，可能提高处理噪声输入的机器学习模型的鲁棒性。
排序理由 该集群包含一篇详细介绍新算法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.00500v1 Announce Type: cross Abstract: We present a simple and efficient algorithm for robust approximate message passing (AMP) in the spiked matrix setting. In particular, let $\varepsilon$ be a sufficiently small constant, and suppose that $X \in \mathbb R^{n \times …
We present a simple and efficient algorithm for robust approximate message passing (AMP) in the spiked matrix setting. In particular, let $\varepsilon$ be a sufficiently small constant, and suppose that $X \in \mathbb R^{n \times n}$ is a Gaussian matrix with a planted rank-$1$ s…