待验证50% 置信事实精确时间
Wasserstein距离是定义在概率分布空间上的度量，衡量将一个分布搬运成另一个分布所需的最小代价；p-Wasserstein距离定义为 W_p(μ,ν) = inf_{γ∈Γ(μ,ν)} (E_{(x,y)~γ}[||x-y||^p])^{1/p}。
1
来源数
50%
置信度
长期有效
时效性
2026/11/2
首次发现
来源
涉及实体
相关事实
待验证Wasserstein距离是一个真正的度量，满足对称性和三角不等式，而KL散度不对称且在分布支撑不重叠时为无穷大69% 相似待验证一维Wasserstein-1距离等于两个累积分布函数之间面积的积分 W₁ = ∫|F_A(x) - F_B(x)|dx66% 相似待验证平方Hellinger距离定义为 H^2(p,q) = (1/2)∫(√p - √q)^2 dμ，它是对称的且不要求绝对连续，取值在0和1之间，并与总变差距离满足总变差距离不超过 √2 H 的等价关系。65% 相似待验证Marčenko-Pastur定律指出纯随机矩阵特征值分布支撑区间上界为λ_max = σ²(1+√q)²，其中q=N/T61% 相似待验证s维Hausdorff测度定义为H^s(S) = lim_{δ→0} inf{Σ|U_i|^s}，Hausdorff维数定义为dim_H(S) = inf{s ≥ 0 : H^s(S) = 0}60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1125682API
curl https://kongchang.com/api/v1/knowledge/claims/1125682MCP
get_claim(id=1125682)