English(EN) Finding a stationary point of a stochastic convex problem

新方法针对随机凸优化的固定点

作者 PulseAugur 编辑部 · [2 个来源] · 2026-07-08 00:54

研究人员开发了一种在随机凸优化问题中寻找固定点的新方法。该方法旨在提供比以往方法更强的保证，力求确保目标函数的次微分包含一个小的元素。该技术利用维度理论来分析次微分的图，并展示了随机采样如何保留关键组成部分，从而能够有效地使用类似近点的方法。 AI

影响这项研究可能导致更强大、更高效的机器学习模型优化算法。

排序理由该集群包含一篇详细介绍优化问题新数学方法的学术论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv stat.ML TIER_1 English(EN) · Felipe Areces, John Duchi, Malo Sommers · 2026-07-09 04:00

寻找随机凸问题的固定点

arXiv:2607.06883v1 Announce Type: new Abstract: We consider the problem of finding stationary points for stochastic convex optimization problems. Rather than surrogates to stationarity, such as a proximity-to-stationarity guarantee or small gradient of the Moreau envelope, we ask…
arXiv stat.ML TIER_1 English(EN) · Malo Sommers · 2026-07-08 00:54

寻找随机凸问题的固定点

We consider the problem of finding stationary points for stochastic convex optimization problems. Rather than surrogates to stationarity, such as a proximity-to-stationarity guarantee or small gradient of the Moreau envelope, we ask for a stronger notion: that the subdifferential…