各向异性膨胀的几何结构用于最优正则化研究

2026年10月8日，arXiv Statistics Machine Learning 发布一手论文《各向异性膨胀的几何结构用于最优正则化》。论文提出各向异性膨胀，一种沿欧氏射线按球面上正轮廓函数重缩放点的保方向映射，可在 Gibbs 类中从任意源分布经单一显式轮廓到达任意目标正则化器。作者给出分布上的轨道结构，推导出将固定基础正则化器最优适配数据的轮廓闭式解，并证明其相对各向同性重缩放的改进由一个对若干自然族严格为正的 Jensen 间隙刻画。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。