
랜덤 특징(RF)의 분산을 줄이기 위해 최적 전송(OT)을 활용한 새로운 프레임워크를 제시하며, 이는 유클리드 및 이산 입력 공간 모두에서 RF 커플링을 개선하여 기존 방법보다 뛰어난 성능을 달성합니다. 하지만, 단순한 분산 감소만으로는 성능 향상을 보장할 수 없으며, 특정 작업에 최적화된 OT 비용 함수를 신중하게 선택해야 함을 강조합니다.


coremsg

랜덤-특징을-위한-분산-감소-커플링-이론적-틀과-실용적-고려-사항


랜덤 특징을 위한 분산 감소 커플링: 이론적 틀과 실용적 고려 사항


title_rewrite


이 논문에서는 직교 랜덤 특징(ORF)이 가우시안 커널이 아닌 베셀 커널을 근사화한다는 것을 보여주고, ORF의 편향과 분산에 대한 명시적인 표현식을 제공하며, ORF가 랜덤 푸리에 특징(RFF)보다 분산이 적다는 것을 입증합니다.


직교-랜덤-특징-명시적-형태와-정확한-부등식


직교 랜덤 특징: 명시적 형태와 정확한 부등식
