تقدم المقالة نهجاً موحداً لمعالجة التعميم من المدخلات الصغيرة إلى الكبيرة وتلخيص (sketching) المدخلات الكبيرة باستخدام خرائط عينات عشوائية. تعمم هذه الخرائط العينات مع الاستبدال، والتجميع العشوائي (random binning)، وعينات الأنواع (species sampling) لمقارنة مدخلات بأحجام متفاوتة.
- يميز الإطار مجالات التطبيق لكل نوع من أنواع العينات بناءً على التماثلات والعلاقات بين حالات المشكلة.
- ينتج عنه معدلات صريحة للتعميم والتلخيص لفئات الدوال المستمرة بالنسبة لمفهوم عينات مختار.
- تشمل الأمثلة المحددة كثيرات حدود العزوم (moment polynomials) على المقاييس، وكثافات التماثل الهيكلي (homomorphism densities)، والمحولات الثابتة تحت التبديل (permutation-invariant transformers)، والشبكات العصبية البيانية (graph neural networks).
يعتقد المؤلفون أن هذا مهم لأنه يوفر حدوداً نظرية للنماذج المعرفة على مدخلات بأحجام مختلفة، مثل السحب النقطية (point clouds) والرسوم البيانية (graphs).