Dec, 2021

利用单调递增分辨率的量化随机学习方程

TL;DR通过单调递增的量化分辨率和随机分析,提出了一个量化学习方程。根据稠密均匀分布的量化误差的白噪声假设,通过量化误差的i.i.d.白噪声,证明了单调递增量化分辨率的学习方程从分布的角度弱收敛。研究表明,对于满足Lipschitz条件的域,可以实现全局优化,而不是目标函数的Hessian约束的局部收敛性质。