Theoretische Analyse des Überfittens und der Generalisierung bei linearen Denoisern unter verrauschten Eingaben und Verteilungsverschiebung
Die Kernaussage dieses Artikels ist, dass die Autoren theoretische Ausdrücke für den Testfehler von linearen Denoisern und Regression mit verrauschten Eingaben unter Verteilungsverschiebung herleiten. Diese Ausdrücke berücksichtigen niedrigdimensionale Daten, lassen minimale Annahmen an die Trainingsdaten zu und stimmen gut mit Experimenten auf realen Daten überein.
