frank-wolfe algorithm | BriefGPT

关键词frank-wolfe algorithm

搜索结果 - 39

（马尔可夫）潜力博弈中的纳什均衡收敛和无悔保证
本研究主要探讨了潜在博弈、马尔可夫潜在博弈和 Frank-Wolfe 算法在随机成本和强盗反馈下的应用，提出了一种具有足够探索性和递归梯度估计的变种算法，能证明收敛于纳什均衡并对每个参与者实现亚线性遗憾。该算法同时在潜在博弈中实现了纳什遗憾
PDF3 months ago
基于前向梯度级联法的高效深度神经网络训练优化
使用前向模式自动微分进行梯度计算的 Frank-Wolfe 算法具有次线性收敛速度，并优于使用后向传播方法的标准 Frank-Wolfe 算法，同时研究了深度神经网络和梯度计算的性能。
PDF3 months ago
高效求解部分 Gromov-Wasserstein
通过将部分 Gromov-Wasserstein 问题转化为 Gromov-Wasserstein 问题的变体，本文提出了两个新的使用 Frank-Wolfe 算法的求解器，并通过对形状匹配和正无标记学习问题的比较验证了其计算时间和性能的有
PDF5 months ago
Lp 范数约束的单类分类器组合
通过建模集合的稀疏性 / 均匀性，本研究提出了一种解决一类分类器融合问题的方法，即通过线性集合模型中的权重学习。利用 Frank-Wolfe 算法，有效地解决了提出的凸约束优化问题，并通过多个数据集的评估证明了其优势。
PDF6 months ago
通过更快的 Frank-Wolfe 迭代来扩展差分隐私 LASSO 正则化逻辑回归
利用 Frank-Wolfe 算法对稀疏输入数据训练差分隐私回归模型，大幅减少了训练时间，可以提升多达 2200 倍的运行速度。
PDF8 months ago
视频共定位问题的新型 Frank-Wolfe 算法变体
该研究论文提出了提高图像和视频共定位问题求解效率的新型 Frank-Wolfe 算法，并通过数值实验验证了所提算法的高效性，其中通过在 YouTube-Objects 数据集上的实现将所提方法与 Wolfe 差值进行了比较。
PDFa year ago
非线性分布鲁棒优化
该文提出了一种基于 G - 导数概念的非线性概率空间优化问题的 Frank-Wolfe 算法以及最小方差组合选择问题的正则性条件分析，并通过数值验证验证了理论结果。
PDFa year ago
最大化连续 DR - 次模函数的统一方法
该论文提出了一种统一的方法来最大化连续 DR-submodular 函数，包括了一系列设置和 oracle 访问类型，并且给出了新的结果和改进的结果，其中包括一些与随机函数值有关的访问，使得其能够实现首个带有绑架反馈的悔恨边界。
PDFa year ago
降低 Frank-Wolfe 方法的离散化误差
通过改进多步骤的 Frank-Wolfe 方法和 LMO - 平均方案使用一阶和高阶离散方案，从而减少离散化误差，其局部收敛速率通过一般凸集可以加速从 O (1/k) 到 O (1/k^{3/2})，改善 Frank-Wolfe 算法的收
PDFa year ago
通过 Frank-Wolfe 优化实现具有有界动态遗憾的算法和控制应用的高效在线学习
本文提出了一种基于 Online Convex Optimization with Memory 与 Frank-Wolfe 算法的无投影元基学习算法，可以实现投影 - 免费的在线学习，应用于自适应时变环境控制等领域。
PDF2 years ago
EMNLP基于 Frank-Wolfe 算法的长文档无监督抽取式摘要的稀疏优化
本文围绕无监督的抽取式文档摘要问题，将问题建模为稀疏自回归问题并通过凸性、约束性问题进行近似解决。我们使用专用的 Frank-Wolfe 算法来解决它。我们的方法通过使用语义嵌入技术，在两个无监督方法的标准 ROUGE 分数和语义 ROUG
PDF2 years ago
Q-FW: 一种用于二次二元优化的混合经典量子 Frank-Wolfe 算法
提出基于 Frank-Wolfe 算法和量子模拟器建立的混合经典量子框架 Q-FW，用于解决量子模拟器上的二次型线性约束二元优化问题，并使用 D-Wave Advantage QA 在计算机视觉问题上进行实验验证。
PDF2 years ago
谱 Frank-Wolfe 算法：严格互补性和线性收敛性
本研究提出一种新颖的基于谱 Frank-Wolfe 算法来处理凸优化问题的方法，该算法采用快速计算梯度的少量特征向量，并在每次迭代中解决一个小规模的 SDP 问题，以克服传统 Frank-Wolfe 算法由于忽略特征值重合而导致的收敛缓慢的
PDF4 years ago
多面体问题下的 Frank-Wolfe 算法：严格互补性和稀疏性的再探讨
本文介绍了一种带有机械销为严格互补条件的 Frank-Wolfe 算法，证明了在该条件下该算法的收敛速度具有线性，并且仅取决于最优面的维度。
PDF4 years ago
AAAI基于随机累积约束的在线 DR 子模最大化
本研究考虑了在线连续 DR-submodular 最大化问题，采用了随机线性长期约束，并提出了在线 Lagrangian Frank-Wolfe（OLFW）算法来解决这类问题，得到了期望和高概率下的次线性后悔上限和次线性约束违规上限。
PDF4 years ago
通过 Wasserstein 分布稳健优化桥接贝叶斯和极小值均方误差估计
提出了一种基于 Wasserstein 模糊集的分布鲁棒的最小均方误差估计模型，该模型可以被视为一个零和博弈，其中一个统计学家选择估计器，另一个虚构对手选择一个先验，通过最小化和最大化预期的平方估计误差来实现其目标。
PDF5 years ago
通过 Frank-Wolfe 实现学徒式学习
研究使用 Frank-Wolfe 算法解决无显式奖励函数的 Markov 决策过程中的学徒学习问题，提出将专家的特征期望投影到特征期望凸多面体上，使用凸优化的 FW 算法来优化目标函数，得到更紧的收敛界，尤其是当采用 “步进调整” 方法时，
PDF5 years ago
在线连续子模最大化：从完全信息到 Bandit 反馈
本文提出了三种在线算法，分别用于子模最大化问题中的函数渐变计算优化、带赌博的子模最大化问题和响应式带乘积集约束的带乘积子模问题。三个算法在达到 $(1-1/e)$ -regret bound 的前提下，分别取得了复杂度为 $O (T^{4/
PDF5 years ago
一种高效且有效的对抗攻击的 Frank-Wolfe 框架
本文提出一种基于 Frank-Wolfe 算法的新型优化算法框架，可同时用于白盒和黑盒情况下的对抗攻击，并表示该算法具有高效性、有效性和优越的性能。
PDF6 years ago
ICLR用于神经网络优化的深度 Frank-Wolfe 算法
本研究提出了基于深度神经网络中复合近端框架的优化方法，该方法利用了深度神经网络的组合性质，并通过设计利用强大的凸优化算法，对于解决高维、非凸和非光滑优化问题提供了一种新的方法。
PDF6 years ago