Oct, 2023

采样、优化和提升的广义伊藤链的伊藤扩散逼近

TL;DR这项工作考虑了一类非常普遍而广泛的 Markov 链,即类似于某些随机微分方程的 Euler-Maryama 离散化的 Ito 链。我们研究的链是一个统一的理论分析框架,与大多数相关论文中的正常和状态独立的噪声不同,它具有几乎任意的各向同性和状态相关的噪声。此外,我们的链的漂移和扩散系数可以是不精确的,以涵盖各种应用,如随机梯度 Langevin 动力学、采样、随机梯度下降或随机梯度提升。我们证明了 Ito 链和相应的随机微分方程之间 $W_2$ 距离的上界。这些结果改进或涵盖了大多数已知的估计。此外,对于某些特殊情况,我们的分析是首次的。