关键词stochastic first-order algorithm
搜索结果 - 3
- 基于随机对偶平均的快速期望对数损失最小化
本文介绍了一种用于最小化预期对数损失的随机一阶算法,解决了凸优化问题中由于损失函数的缺乏 Lipschitz 连续性和平滑性而导致标准迭代复杂度保证不直接适用的问题,提出的算法取得了比现有方法更好的复杂度和性能。
- 为提高选定度量的效用而后处理私有合成数据
本研究介绍了一种后处理技术,使用有效的随机一阶算法从合成数据中进行重新采样,以过滤不符合选定效用度量标准的样本,提高了合成数据的效用,并保持强大的隐私保护和数据集质量。
- ProxSARAH:随机复合非凸优化的高效算法框架
提出了一种新的随机一阶算法框架来解决随机复合非凸优化问题,该算法覆盖了有限和期望设置,其中算法仅需要非凸目标项的平均光滑性假设和附加的有界方差假设,并证明了算法可以实现最佳复杂度界限。