BriefGPT.xyz
Ask
alpha
关键词
gradient evaluations
搜索结果 - 6
ICLR
非凸优化中伽玛凸函数的连续加速
本文研究了具有 quasar 凸性的函数的最优解算法,提出了一种可以实现加速线性收敛的算法,在广义线性模型方面有广泛的应用。
PDF
a year ago
未调整的 Hamilton 蒙特卡罗混合时间保证
该论文提出了一种上调和蒙特卡洛算法(uHMC),并提供了关于其马尔科夫链混合时间、总变差距离等指标的上限,证明了可在 log 级别的时间内实现精度为 ε 的近似目标分布,最终证明在两种模型下该算法的成功耦合可以实现这些上限。
PDF
3 years ago
分布鲁棒优化的大规模方法
该文主要研究了基于 CVaR 和 chi-squared 分布的鲁棒优化问题,并提出了一种新的算法以及相应的优化方案。研究结果表明,该算法不仅适用于大规模应用,而且在实验中的效率比全样本方法高 9~36 倍。
PDF
4 years ago
最小化星凸函数及其近似最优方法
本文提出了近乎最优的加速一阶方法,以最小化一类广泛的平滑非凸函数,这些函数在经过极小值点的所有线上都是严格单峰的,并给出了相应的理论分析。
PDF
5 years ago
二阶哈密顿蒙特卡洛维度紧致界
本文研究哈密顿蒙特卡罗方法在采样强对数凹目标分布时的收敛速度,提出了一个比传统李普希茨海森常数条件更宽松的第三阶正则条件,并证明了二阶 “跳跃点” 算法的收敛速度为 $d^{1/4}$,并在合成数据的仿真实验中得到了验证。
PDF
6 years ago
在强对数凹分布上快速混合的哈密尔顿蒙特卡罗算法
本文研究了 Hamiltonian Monte Carlo 算法在强对数凹目标分布上的混合性能,并得出了基于维度的混合度量和用于从 π 中采样的 HMC 跳跃步的梯度评估相关定理。
PDF
7 years ago
Prev
Next