linear RFMs

线性递归特征机动力学分析

研究人员分析了线性递归特征机（RFMs）的动力学和有限样本轨迹恢复。在具有各向同性亚高斯输入数据和低秩教师矩阵的噪声多输出回归设置中，他们扩展了线性RFMs与迭代重加权最小二乘法之间的联系。研究表明，学习到的特征矩阵非常接近其理想对应物，在n个样本下，误差以高概率衰减到O(sqrt(d/n))的速率。在真实文本和单细胞基因表达数据上的实验验证了该线性模型所学的特征。