NIPSAug, 2018
在线主成分估计和全局收敛的扩散近似
Diffusion Approximations for Online Principal Component Estimation and Global Convergence
Chris Junchi Li, Mengdi Wang, Han Liu, Tong Zhang
TL;DR本文提出采用扩散近似工具研究 Oja 迭代的动态特性,它是一种用于数据流中的在线随机梯度下降方法。我们使用扩散近似和弱收敛工具将 Oja 迭代特征为三个阶段,进而为其提供有限样本误差界限。