HomID检验各向异性下的维度估计

Aritra Das、Joseph T. Iosue和Victor V. Albert提出HomID，以具有各向异性嵌入的齐次流形评测内在维度估计器。基于论文摘要，在相同资源分配下，标准基准中表现较好的方法在HomID上系统性退化；对标准基准施加各向异性失真也会降低性能。 作者进一步通过受控失真改变估计器所依赖的分布，为两种特定内在维度估计器的误差给出具体机制，但材料未提供各方法的误差幅度、实验规模或代码信息。

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。