L'article présente une approche unifiée pour traiter la généralisation des petites aux grandes entrées et le sketching (résumé) des grandes entrées à l'aide de cartes d'échantillonnage aléatoires. Ces cartes généralisent l'échantillonnage avec remise, le binning aléatoire et l'échantillonnage d'espèces pour comparer des entrées de tailles variées.
- Le cadre caractérise les domaines d'application pour chaque type d'échantillonnage en se basant sur les symétries et les relations entre les instances du problème.
- Il fournit des taux explicites de généralisation et de sketching pour les classes de fonctions continues par rapport à une notion d'échantillonnage choisie.
- Des exemples spécifiques incluent les polynômes de moments sur les mesures, les densités d'homomorphisme, les transformeurs invariants par permutation et les réseaux de neurones graphiques.
Les auteurs considèrent cela comme important car il fournit des bornes théoriques pour les modèles définis sur des entrées de tailles différentes, telles que les nuages de points et les graphes.