会员服务
Continuity · 向量化 · Learning · 查准率/准确率 · 近似 ·
2024 年 12 月 9 日
How many continuous measurements are needed to learn a vector?
翻译：暂无翻译
David Krieg,Erich Novak,Mario Ullrich
David Krieg,Erich Novak,Mario Ullrich
from arxiv, 12 pages

One can recover vectors from $\mathbb{R}^m$ with arbitrary precision, using only $\lceil \log_2(m+1)\rceil +1$ continuous measurements that are chosen adaptively. This surprising result is explained and discussed, and we present applications to infinite-dimensional approximation problems.


翻译：暂无翻译
0
下载
关闭预览

相关内容

让 iOS 8 和 OS X Yosemite 无缝切换的一个新特性。 > Apple products have always been designed to work together beautifully. But now they may really surprise you. With iOS 8 and OS X Yosemite, you’ll be able to do more wonderful things than ever before.

Source: Apple - iOS 8
【CVPR 2022】一个完全无监督的框架，从噪声和部分测量中学习图像，Robust Equivariant Imaging: a fully unsupervised framework for learning to image
【CVPR 2022】一个完全无监督的框架，从噪声和部分测量中学习图像，Robust Equivariant Imaging: a fully unsupervised framework for learning to image
专知会员服务
24+阅读 · 2022年3月3日
【NeurIPS2021】用于文本图表示学习的 GNN 嵌套 Transformer 模型：GraphFormers
【NeurIPS2021】用于文本图表示学习的 GNN 嵌套 Transformer 模型：GraphFormers
专知会员服务
45+阅读 · 2021年11月24日
（CVPR2021）基于结构保持的弱监督目标定位
专知会员服务
21+阅读 · 2021年5月1日
【ACL2020】多模态信息抽取，365页ppt
【ACL2020】多模态信息抽取，365页ppt
专知会员服务
149+阅读 · 2020年7月6日
【亚马逊-WWW2020】不解析,生成!用于面向任务的语义分析的序列到序列体系结构，Don't Parse, Generate! A Sequence to Sequence Architecture for Task-Oriented Semantic Parsing
【亚马逊-WWW2020】不解析,生成!用于面向任务的语义分析的序列到序列体系结构，Don't Parse, Generate! A Sequence to Sequence Architecture for Task-Oriented Semantic Parsing
专知会员服务
15+阅读 · 2020年2月1日
【斯坦福大学】面向机器学习的概率和统计要点速览(中文版)《CS 229 - Probabilities and Statistics refresher》by Afshine Amidi, Shervine Amidi
【斯坦福大学】面向机器学习的概率和统计要点速览(中文版)《CS 229 - Probabilities and Statistics refresher》by Afshine Amidi, Shervine Amidi
专知会员服务
48+阅读 · 2019年12月19日
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
32+阅读 · 2019年10月18日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
35+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
180+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
41+阅读 · 2019年10月9日
RL解决'BipedalWalkerHardcore-v2' (SOTA)
RL解决'BipedalWalkerHardcore-v2' (SOTA)
CreateAMind
31+阅读 · 2019年7月17日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
27+阅读 · 2019年5月22日
一文了解成分句法分析
一文了解成分句法分析
人工智能头条
15+阅读 · 2019年4月24日
Github项目推荐 | 股市预测的机器学习/深度学习模型/资源集锦
Github项目推荐 | 股市预测的机器学习/深度学习模型/资源集锦
AI研习社
32+阅读 · 2019年4月18日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
STRCF for Visual Object Tracking
STRCF for Visual Object Tracking
统计学习与视觉计算组
14+阅读 · 2018年5月29日
可解释的CNN
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
Musielak-Orlicz-Sobolev 空间中的迹嵌入及其应用
国家自然科学基金
1+阅读 · 2015年12月31日
罗巴代数的表示和罗巴代数在operad中的应用
国家自然科学基金
0+阅读 · 2015年12月31日
低差分均匀度密码函数的构造与分析
国家自然科学基金
0+阅读 · 2015年12月31日
三类多尺度问题的多尺度算法
国家自然科学基金
1+阅读 · 2015年12月31日
Schr？dinger-Poisson方程守恒DDG方法研究
国家自然科学基金
2+阅读 · 2015年12月31日
哈密尔顿系统及多体问题的周期解
国家自然科学基金
0+阅读 · 2014年12月31日
动态Gr？bner 基与GVW算法
国家自然科学基金
0+阅读 · 2014年12月31日
稳定广义有限元法的研究与若干典型工程应用
国家自然科学基金
0+阅读 · 2014年12月31日
Poisson流形上的修正Hamilton方法
国家自然科学基金
0+阅读 · 2014年12月31日
概率抽样设计及其统计推断方法
国家自然科学基金
5+阅读 · 2014年12月31日
Geometric multimodal representation learning
Arxiv
68+阅读 · 2022年9月7日
Attention Bottlenecks for Multimodal Fusion
Arxiv
31+阅读 · 2021年6月30日
Why Do Local Methods Solve Nonconvex Problems?
Arxiv
12+阅读 · 2021年3月24日
Deep learning: a statistical viewpoint
Arxiv
18+阅读 · 2021年3月16日
Recent advances in deep learning theory
Recent advances in deep learning theory
Arxiv
50+阅读 · 2020年12月20日
Reasoning in Dialog: Improving Response Generation by Context Reading Comprehension
Arxiv
12+阅读 · 2020年12月14日
AdderNet: Do We Really Need Multiplications in Deep Learning?
AdderNet: Do We Really Need Multiplications in Deep Learning?
Arxiv
10+阅读 · 2019年12月31日
Meta-World: A Benchmark and Evaluation for Multi-Task and Meta Reinforcement Learning
Meta-World: A Benchmark and Evaluation for Multi-Task and Meta Reinforcement Learning
Arxiv
34+阅读 · 2019年10月24日
Aspect-based Sentiment Classification with Aspect-specific Graph Convolutional Networks
Arxiv
11+阅读 · 2019年9月8日
Deep Anomaly Detection with Outlier Exposure
Deep Anomaly Detection with Outlier Exposure
Arxiv
17+阅读 · 2018年12月21日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
Continuity
向量化
Learning
查准率/准确率
近似
相关VIP内容
【CVPR 2022】一个完全无监督的框架，从噪声和部分测量中学习图像，Robust Equivariant Imaging: a fully unsupervised framework for learning to image
【CVPR 2022】一个完全无监督的框架，从噪声和部分测量中学习图像，Robust Equivariant Imaging: a fully unsupervised framework for learning to image
专知会员服务
24+阅读 · 2022年3月3日
【NeurIPS2021】用于文本图表示学习的 GNN 嵌套 Transformer 模型：GraphFormers
【NeurIPS2021】用于文本图表示学习的 GNN 嵌套 Transformer 模型：GraphFormers
专知会员服务
45+阅读 · 2021年11月24日
（CVPR2021）基于结构保持的弱监督目标定位
专知会员服务
21+阅读 · 2021年5月1日
【ACL2020】多模态信息抽取，365页ppt
【ACL2020】多模态信息抽取，365页ppt
专知会员服务
149+阅读 · 2020年7月6日
【亚马逊-WWW2020】不解析,生成!用于面向任务的语义分析的序列到序列体系结构，Don't Parse, Generate! A Sequence to Sequence Architecture for Task-Oriented Semantic Parsing
【亚马逊-WWW2020】不解析,生成!用于面向任务的语义分析的序列到序列体系结构，Don't Parse, Generate! A Sequence to Sequence Architecture for Task-Oriented Semantic Parsing
专知会员服务
15+阅读 · 2020年2月1日
【斯坦福大学】面向机器学习的概率和统计要点速览(中文版)《CS 229 - Probabilities and Statistics refresher》by Afshine Amidi, Shervine Amidi
【斯坦福大学】面向机器学习的概率和统计要点速览(中文版)《CS 229 - Probabilities and Statistics refresher》by Afshine Amidi, Shervine Amidi
专知会员服务
48+阅读 · 2019年12月19日
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
32+阅读 · 2019年10月18日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
35+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
180+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
41+阅读 · 2019年10月9日
热门VIP内容
相关资讯
RL解决'BipedalWalkerHardcore-v2' (SOTA)
RL解决'BipedalWalkerHardcore-v2' (SOTA)
CreateAMind
31+阅读 · 2019年7月17日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
27+阅读 · 2019年5月22日
一文了解成分句法分析
一文了解成分句法分析
人工智能头条
15+阅读 · 2019年4月24日
Github项目推荐 | 股市预测的机器学习/深度学习模型/资源集锦
Github项目推荐 | 股市预测的机器学习/深度学习模型/资源集锦
AI研习社
32+阅读 · 2019年4月18日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
STRCF for Visual Object Tracking
STRCF for Visual Object Tracking
统计学习与视觉计算组
14+阅读 · 2018年5月29日
可解释的CNN
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
相关论文
Geometric multimodal representation learning
Arxiv
68+阅读 · 2022年9月7日
Attention Bottlenecks for Multimodal Fusion
Arxiv
31+阅读 · 2021年6月30日
Why Do Local Methods Solve Nonconvex Problems?
Arxiv
12+阅读 · 2021年3月24日
Deep learning: a statistical viewpoint
Arxiv
18+阅读 · 2021年3月16日
Recent advances in deep learning theory
Recent advances in deep learning theory
Arxiv
50+阅读 · 2020年12月20日
Reasoning in Dialog: Improving Response Generation by Context Reading Comprehension
Arxiv
12+阅读 · 2020年12月14日
AdderNet: Do We Really Need Multiplications in Deep Learning?
AdderNet: Do We Really Need Multiplications in Deep Learning?
Arxiv
10+阅读 · 2019年12月31日
Meta-World: A Benchmark and Evaluation for Multi-Task and Meta Reinforcement Learning
Meta-World: A Benchmark and Evaluation for Multi-Task and Meta Reinforcement Learning
Arxiv
34+阅读 · 2019年10月24日
Aspect-based Sentiment Classification with Aspect-specific Graph Convolutional Networks
Arxiv
11+阅读 · 2019年9月8日
Deep Anomaly Detection with Outlier Exposure
Deep Anomaly Detection with Outlier Exposure
Arxiv
17+阅读 · 2018年12月21日
相关基金
Musielak-Orlicz-Sobolev 空间中的迹嵌入及其应用
国家自然科学基金
1+阅读 · 2015年12月31日
罗巴代数的表示和罗巴代数在operad中的应用
国家自然科学基金
0+阅读 · 2015年12月31日
低差分均匀度密码函数的构造与分析
国家自然科学基金
0+阅读 · 2015年12月31日
三类多尺度问题的多尺度算法
国家自然科学基金
1+阅读 · 2015年12月31日
Schr？dinger-Poisson方程守恒DDG方法研究
国家自然科学基金
2+阅读 · 2015年12月31日
哈密尔顿系统及多体问题的周期解
国家自然科学基金
0+阅读 · 2014年12月31日
动态Gr？bner 基与GVW算法
国家自然科学基金
0+阅读 · 2014年12月31日
稳定广义有限元法的研究与若干典型工程应用
国家自然科学基金
0+阅读 · 2014年12月31日
Poisson流形上的修正Hamilton方法
国家自然科学基金
0+阅读 · 2014年12月31日
概率抽样设计及其统计推断方法
国家自然科学基金
5+阅读 · 2014年12月31日
Top
微信扫码咨询专知VIP会员
Top