PulseAugur
中
实时 14:17:33

新SCENT算法改进了熵风险最小化的优化

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为SCENT的新算法，用于组合熵风险最小化，这是一种涉及对数期望指数函数的公式化问题。现有方法在处理此类优化问题时存在不收敛和收敛速度慢等问题。SCENT采用随机近镜像下降更新，研究人员声称其相比标准SGD具有理论优势。该算法在极端分类、部分AUC最大化、对比学习和分布鲁棒优化等应用中已显示出实证有效性，优于现有基线。 AI

影响 为涉及复杂风险公式化的机器学习任务引入了更有效的优化算法。

排序理由 该集群包含一篇详细介绍新算法及其理论和实证评估的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新SCENT算法改进了熵风险最小化的优化

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Xiyuan Wei, Linli Zhou, Bokun Wang, Chih-Jen Lin, Tianbao Yang ·

    一种面向组合熵风险最小化的几何感知高效算法

    arXiv:2602.02877v2 Announce Type: replace Abstract: This paper studies optimization for a family of problems termed $\textbf{compositional entropic risk minimization}$, in which each data's loss is formulated as a Log-Expectation-Exponential (Log-E-Exp) function. The Log-E-Exp fo…

相关实体

相关话题