Artikel ini menyajikan pendekatan terpadu untuk mengatasi generalisasi dari input kecil ke besar dan pengsketsaan (sketching) input besar menggunakan peta sampling acak. Peta-peta ini menggeneralisasi sampling dengan pengembalian, binning acak, dan sampling spesies untuk membandingkan input berukuran bervariasi.
- Kerangka kerja ini mengkarakterisasi domain aplikasi untuk setiap jenis sampling berdasarkan simetri dan hubungan antara instance masalah.
- Hasilnya adalah laju generalisasi dan pengsketsaan yang eksplisit untuk kelas fungsi yang kontinu terhadap konsep sampling yang dipilih.
- Contoh spesifik termasuk polinomial momen pada ukuran, densitas homomorfisme, transformer invarian permutasi, dan jaringan saraf graf.
Para penulis menganggap ini penting karena memberikan batas teoretis untuk model yang didefinisikan pada input berukuran berbeda, seperti awan titik (point clouds) dan graf.