arXiv · Machine Learning· John J. Vastola, Kanaka Rajan·· 10 小时前AI 评分37
量化线性扩散模型因初始化与有限样本效应导致的对称性学习失败
Quantifying the failure of symmetry learning in linear diffusion models due to initialization and finite-sample effects
AI 导读
线性扩散模型对数据分布对称性的学习会因初始化、带噪学习目标和有限样本噪声而失败，其中目标噪声造成的对称性破缺最稳健，即使在样本充足时仍然存在。研究利用随机矩阵理论的局部定律推导了较一般子空间对称性情形下的平均对称性误差公式，并显示规模更小的对称性更难学习。
来源：arXiv · Machine Learning · arxiv.org