PulseAugur
中
实时 07:14:57
English(EN) An Accelerated Stochastic Variance-Reduced Algorithm for Entropic Wasserstein Barycenters

新算法加速熵沃特斯坦重心的计算

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种加速随机方差缩减算法，旨在高效计算熵沃特斯坦重心。该新方法通过在依赖于重心的支撑集大小方面提供平方根因子改进，并保持相对于目标精度的加速性能，从而改进了现有的确定性加速梯度方法。在包括图像和数字平均在内的各种数据集上的实验结果证明了该算法的有效性及其与其他一阶方法相比更低的算术成本。 AI

影响 这项研究可能为机器学习应用中平均概率分布提供更有效的方法。

排序理由 该集群包含一篇详细介绍新算法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

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

新算法加速熵沃特斯坦重心的计算

报道来源 [1]

  1. arXiv stat.ML TIER_1 English(EN) · Yiling Xie, Yiling Luo, Xiaoming Huo ·

    加速随机方差缩减算法用于熵沃斯特巴氏中心

    arXiv:2203.00813v4 Announce Type: replace Abstract: Fixed-support Wasserstein barycenters average probability distributions while accounting for the geometry of the support. We study the entropically regularized Wasserstein barycenter problem with a fixed regularization parameter…

相关话题