热点事件持续更新
卫星图像有效样本量泛化界研究
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月7日，arXiv Statistics Machine Learning 频道发布一手论文《卫星图像包含多少独立样本？空间依赖数据的泛化界》。论文证明，对于空间相关范围为 r 像素的 n×n 卫星图像，其有效样本量为 Θ(n²/r²)，而非通常假设的 n²；作者称该速率是紧致的，不存在算法可获得更优结果。该研究针对空间依赖数据提出泛化界，量化了空间相关性对样本有效性的折减。目前仅见此一篇报道，尚无后续验证或独立评论。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
2026-10-07 论文证明 n×n 卫星图像有效样本量为 Θ(n²/r²)，速率紧致、无算法可更优。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv · Statistics Machine Learning卫星图像包含多少独立样本？空间依赖数据的泛化界
论文证明，对空间相关范围为 $r$ 像素的 $n \times n$ 卫星图像，有效样本量为 $\Theta(n^2/r^2)$ 而非 $n^2$，且该速率紧致、无算法可更优。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。