跳到正文
热点事件持续更新

Shampoo非平稳优化获极小极大最优性证明

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

康奈尔大学 Abir Sarkar、Martin Wells 与北卡州立大学 Nirmalya Mandal 在 arXiv 发表论文,证明 Shampoo 优化器在平方路径变化约束下追踪时变最优点时具有匹配的极小极大上下界,因而在因果优化方法类中达到信息论最优。团队还给出了噪声与漂移主导场景下 β₁、ε 的权衡关系。 论文针对一般非平稳非凸目标,在常数步长下推导了平均投影驻点间隙的高概率界,并在合成问题和多个真实问题上进行验证。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月25日
  1. AGI Hunt
    新论文证明 Shampoo 优化器在非平稳优化中具有极小极大最优性

    康奈尔大学 Abir Sarkar、Martin Wells 与 NC State 的 Nirmalya Mandal 证明 Matrix-Shampoo 在追踪时变最优点时具有极小极大最优性。论文推导平均追踪误差的高概率上界及匹配下界,并揭示 β₁、ε 在噪声与漂移主导场景下的权衡。团队还在 arXiv 公开研究,并在合成与真实问题上验证理论结论。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。