Nyström 근사를 통한 확장 가능한 연산자 학습 및 디노이징 응용
Scalable Operator Learning via Nyström Approximation With Denoising Applications
벡터값 재생 커널 힐베르트 공간(vRKHS)에서 Nyström 부분표본추출 기반 연산자 학습으로 대규모 커널 행렬 계산 병목을 줄이고, 지표 함수로 특징지어진 일반 소스 조건에서 minimax-최적 수렴 속도를 확립한다. 신호·오디오·이미지 디노이징, 역 Radon 변환 재구성, 에너지 효율 예측 실험에서 전체 커널 방법과 유사한 성능을 훨씬 낮은 계산 비용으로 달성한다.