लेख में छोटे इनपुट से बड़े इनपुट तक सामान्यीकरण और यादृच्छिक नमूनाकरण मानचित्रों का उपयोग करके बड़े इनपुट के स्केचिंग को संबोधित करने के लिए एक एकीकृत दृष्टिकोण प्रस्तुत किया गया है। ये मानचित्र विभिन्न आकारों के इनपुट की तुलना करने के लिए प्रतिस्थापन के साथ नमूनाकरण, यादृच्छिक बिनिंग और प्रजाति नमूनाकरण को सामान्यीकृत करते हैं।
- ढांचा समस्या के उदाहरणों के बीच सममिति और संबंधों के आधार पर प्रत्येक नमूनाकरण प्रकार के लिए अनुप्रयोग डोमेन का वर्णन करता है।
- यह चयनित नमूनाकरण की अवधारणा के सापेक्ष सतत फलनों के वर्गों के लिए स्पष्ट सामान्यीकरण और स्केचिंग दरें प्रदान करता है।
- विशिष्ट उदाहरणों में मापों पर क्षण बहुपद, समरूपता घनत्व, क्रमपरिवर्तन-अपरिवर्ती ट्रान्सफॉर्मर्स और ग्राफ न्यूरल नेटवर्क शामिल हैं।
लेखकों का मानना है कि यह महत्वपूर्ण है क्योंकि यह बिंदु बादलों और ग्राफ़ जैसी विभिन्न आकारों के इनपुट पर परिभाषित मॉडलों के लिए सैद्धांतिक सीमाएं प्रदान करता है।