[0,1]^d

新公式为Lipschitz回归提供闭式解

研究人员开发了一种用于度量空间上一致Lipschitz回归的新型闭式公式，相比传统的深度神经网络方法有了重大进展。这个两阶段的组合公式实现了零优化误差，并提供了高概率的统一恢复保证。该公式的最优性在函数空间、参数空间和前向传播方面得到了证明，并针对输入空间为[0,1]^d的ReLU-MLP和ReLU-multi-head transformer给出了具体的算法实现。