用最少的量去描述乙個特徵，這是什麼學科研究的內容？

1樓：三文魚

壓縮感知吶。

低於奈奎斯特定理進行資訊恢復需要先驗。深度學習可以提供這種先驗。不過這種先驗不確定性還很大。有很大的研究空間。

ps，最近深度壓縮深度學習太火了。

2樓：自行加聚

面對乙個新的事物，科學將嘗試先使用最概括的方法描述它，將其最明顯的部分表徵出來。

當這一基本概括的特徵得到充分的論述後，它會將其逐漸分散為更小的問題或物件，並用同樣的方法再做一次。在這個過程中，它始終持有的信念是用幾個最少的、最明確的特徵概括這一物件。這時得到的結果相比前一層是更加精確的。

在應用科學的成果時，面對不同的需求，會採用不同精度的方法。一般來說，要求越精確，使用的方法相對就更複雜。

3樓：

統計物理中，兩個巨集觀物體，其自由度都是摩爾數量級的，但這兩個物體只要達到熱平衡，就可以僅用一兩個熱力學量來描述。

力學/天文學的建立過程中，把一大堆「本輪」、「均輪」模型化簡為萬有引力定律，統一起地上的力和天上的力。

原子分子的量子力學處理中，只需要用一套好量子數描述系統。

生物的演化、遺傳、種群的數量變化，紛繁複雜，看似雜亂無章。但可以用一些數學公式描述。

從紛繁複雜的系統中抽象出簡單的理論，這就是科學！

4樓：

數值方法領域應該是奇異值分解（singular value decomposition，SVD）。但需要你把問題定義好，知道「效果好」在資料上是什麼目標。類似的方法在其他領域會叫不同的名字例如在社會調查裡有「主成分分析」（principal component analysis，PCA）。

5樓：破音特委屈

用最少的量描述乙個特徵，我覺得最接近的是哲學。說不出理由。

其次是數學。數學，比如「球體」，是不是抽象歸納了恆星、籃球、玻璃彈珠的部分特徵。

再次是文字，文字是語言的抽象嘛，比如山、峰、嶺、峽、峪，都是和山有關的事物，然後又分別表述了他們特有的乙個特徵。高且尖的山是峰，長且連綿的山是嶺，兩山之間有水是峽，兩山之間有路是峪。

最後還有計算機，計算機建模本質其實是數學建模。計算機物件導向程式設計則像是在抽象世界，用最少的量來描述事物特徵。以上。