待验证50% 置信事实精确时间

最近邻高斯过程（NNGP）将每个位置的条件分布只依赖其m个最近邻（m远小于n），从而将稠密协方差矩阵稀疏化

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

可扩展稀疏自回归变分推断：攻克非高斯空间场难题

涉及实体

最近邻高斯过程concept

相关事实

待验证共轭梯度法求解对称正定线性方程组时，收敛所需的迭代次数与矩阵的条件数密切相关，条件数越大收敛越慢65% 相似待验证当位置间存在条件依赖时，乘积分布与真实联合分布的KL散度严格大于零，且依赖越强、写入位置越多，KL散度越大65% 相似待验证质心追踪算法在做目标关联时需要构建N×M的距离矩阵，纯Python实现下计算开销随目标数量呈线性甚至平方级增长63% 相似待验证上界网络规模对Dropout保留概率p呈p^{-9}的九次方依赖，保留概率越低所需网络规模急剧膨胀62% 相似待验证传统一阶朗之万算法（如投影朗之万蒙特卡洛）处理受限域采样时要求目标分布的对数密度必须可微62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1002317

API

curl https://kongchang.com/api/v1/knowledge/claims/1002317

MCP

get_claim(id=1002317)