本研究提出了一种适用于混合信号模拟内存计算架构的核近似方法，旨在解决机器学习中核函数的高内存和计算开销问题，从而显著提升能效和准确性。

本文研究高维紧致集合中数据的核近似，提出用径向核函数的泰勒级数进行近似。针对单位立方上的高斯核，分析特征值的上限，发现其呈多项式增长。新方法通过较小的正则化参数提升了近似效果，并验证了低秩近似方法如Nyström方法的有效性。