large-scale optimization | BriefGPT

关键词large-scale optimization

搜索结果 - 11

约束超分位数优化的快速计算通过隐式场景缩减
介绍了一种快速、可扩展和强大的二阶计算框架来解决带有超量分位数约束的大规模优化问题。
PDF2 months ago
基于卷积傅里叶神经算子和光刻指导自训练的大规模掩模优化
本文提出了一种能够通过学习版图瓦片依赖性来实现无需传统工具干预的无缝大规模光刻版优化的卷积傅里叶神经操作器（CFNO），并通过训练机器学习模型发现了光刻引导的自学习（LGST）的可能性，实现了迭代模型和数据集更新，加快了优化速度，并优于同类
PDF2 years ago
R 中高维线性回归和精度矩阵估计的 flare 包
本文介绍了一个名为 flare 的 R 包，它实现了一系列新的高维回归方法和它们对稀疏精度矩阵估计的扩展。这些方法利用不同的非平滑损失函数来获得建模灵活性，估计稳健性和调优不敏感性。开发的求解器基于交替方向乘子法（ADMM）。包 flare
PDF4 years ago
梯度噪声卷积（GNC）：用于分布式大批量 SGD 的平滑损失函数
采用梯度噪声卷积方法可解决分布式深度学习中大批量随机梯度下降的欠拟合和锐利极小值的问题，通过梯度噪声的卷积，该方法能够更有效地平滑锐利的极小值，提高模型的泛化性能。
PDF5 years ago
大型量子电路连续参数的自动优化
研究开发了自动优化量子电路的方法，能够处理连续的门参数，并报告了一组快速算法，能够优化大规模量子电路，从而实现超越经典计算机的量子计算。
PDF7 years ago
NIPS突破不光滑障碍：复合优化可扩展并行方法
本研究提出了一种基于 ProxASAGA 算法的并行异步稀疏方法，用于解决多核架构下大规模优化问题中的非光滑目标，并在实验中取得了多项实际加速。
PDF7 years ago
子采样牛顿法 I：全局收敛算法
本文论述了大规模优化问题中 Sub-sampling 的迭代算法，提供了 Hessian 和梯度子采样的收敛边界，使用随机数值线性代数来获得适当的采样策略，并为在大规模线性系统下近似更新的情况下的全局收敛结果提供了解决方案
PDF8 years ago
SMART: 随机单调聚合根查找算法
本文介绍了一种名为 Stochastic Monotone Aggregated Root-Finding (SMART) 的新随机独占合法根查找算法，并且使用这种算法解决并行计算节点的同步问题。该算法通过将函数的梯度替换为运算符来增加建模
PDF9 years ago
可扩展的随机交替方向乘子法
本文提出了一种新的针对大规模优化和学习问题的方法，称为可扩展随机 ADMM (SCAS-ADMM)，可以在不需要存储历史梯度的情况下，在一般凸问题上达到与最佳随机方法 SA-ADMM 和批处理 ADMM 相同的收敛速度。实验结果表明，SCA
PDF9 years ago
通过算子分裂和齐次自对偶嵌入实现锥优化
该研究提出了一种用于解决大规模凸锥问题的一阶方法，该方法使用交替方向乘子法来解决自对偶嵌入问题，该方法不需要参数，可以找到原始解和对偶解，并且在大规模优化问题上表现出色。
PDF11 years ago
ICML基于 Spike-and-Slab 稀疏编码的大规模特征学习
使用基于 spike-and-slab sparse coding 的新特征学习和提取程序，通过适合于 GPU 的推理过程来克服大数量类的对象识别中标记样本数量的不足，并证明其在 CIFAR-10 和 CIFAR-100 数据集上能够提高监
PDF12 years ago