In this paper, we theoretically propose a new hashing scheme to establish the sparse Fourier transform in high-dimension space. The estimation of the algorithm complexity shows that this sparse Fourier transform can overcome the curse of dimensionality. To the best of our knowledge, this is the first polynomial-time algorithm to recover the high-dimensional continuous frequencies.


翻译:在本文中,我们理论上提出一个新的散列计划,在高多层空间中建立稀有的傅里叶变异。算法复杂性的估计表明,这种稀有的傅里叶变异可以克服维度的诅咒。据我们所知,这是第一个恢复高维连续频率的多元时算法。

0
下载
关闭预览

相关内容

专知会员服务
42+阅读 · 2020年12月18日
一份简单《图神经网络》教程,28页ppt
专知会员服务
123+阅读 · 2020年8月2日
【KDD2020】最小方差采样用于图神经网络的快速训练
专知会员服务
27+阅读 · 2020年7月13日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
已删除
将门创投
4+阅读 · 2018年11月6日
Arxiv
0+阅读 · 2021年4月14日
Arxiv
0+阅读 · 2021年4月14日
VIP会员
相关资讯
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
已删除
将门创投
4+阅读 · 2018年11月6日
Top
微信扫码咨询专知VIP会员