研究人员在多面体上 Dikin 游走的混合时间方面取得了进展,这是一种受凸优化内点法启发的计算方法。一篇新论文将先前 $d^{2.5}$ 的混合界限改进至 $d^{2.25}$,用于从多面体进行指数采样。这一进展依赖于对 Lee--Sidford 度量的更高阶分析,并采用了选择性高阶展开和 Wiener-chaos 分解等技术。 AI
影响 这项研究可能为机器学习和优化问题中的采样算法带来更高的效率。
排序理由 该集群包含一篇详细介绍多面体采样算法理论进展的研究论文。
- Chen
- Dikin walk
- Dwivedi
- Lee--Sidford metric
- Lewis-weight barrier
- Metropolis filter
- Narayanan
- polytope
- Wainwright
- Wiener-chaos decompositions
- You
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →