本文研究了正定核框架下的监督学习，提出了一种基于随机矩阵的低秩近似方法，能够在次平方时间内有效计算核矩阵。同时探讨了分布式低秩逼近和信息排序机制，提出了LoRA和Flora方法，以优化模型的存储和计算效率，并验证了其在大规模数据集中的有效性。

该研究提出了一种新颖的树度量的不确定性集合，并通过支持上的树结构表明，最大最小鲁棒输运（OT）问题也具有封闭形式的表达式，可以快速计算。同时，研究者还通过负定性来提出正定核并在几个模拟中测试了它们的性能。