智迹闻AuraTracer
EN

EVENT DOSSIER

用于估计基于扩散的局部内在维度的极小极大下界

2026-09-07 12:00 科学 🔥 40.2 事件热度
1家信源
1天持续发酵
40.2事件热度
1个提及
摘要由 AI 生成

2026 年 9 月 7 日,arXiv cs.LG 发布论文《Minimax Lower Bound for Estimating Diffusion-based Local Intrinsic Dimension》,提出了一种用于估计基于扩散模型的局部内在维度的最小化下界方法。该研究旨在解决扩散模型在评估其生成数据局部结构复杂性时的理论界限问题,通过建立数学框架为理解此类模型的内在维度提供了新的理论依据和分析工具。

相关事件RELATED EVENTS
关键实体KEY ENTITIES
Minimax

信号强度SIGNALS

关键词热度
  • Minimax1

全部报道(1)SOURCES

A arXiv cs.LG en 2026-09-07 12:00

Minimax Lower Bound for Estimating Diffusion-based Local Intrinsic Dimension

本文研究了基于扩散模型的局部内在维度(LID)估计的统计难度。针对 FLIPD 定义的通过高斯平滑密度对数尺度导数得到的有限规模总体泛函,在正则流形模型下证明了该有限规模场与流形维度 $d$ 的差异不超过 $O(\sigma^2)$。研究建立了从 $n$ 个观测中估计该有限规模场的极小极大下界,其阶数为 $(n\sigma^d)^{-1}$,适用范围为 $n^{-1/(2\alpha+d)}\lesssim\sigma\le\sigma_0$。在构造下界覆盖的最小尺度处,该下界对应于非参数率 $n^{-2\alpha/(2\alpha+d)}$。