研究人员开发了优化机器学习算法的新方法，特别是在非凸优化和科学计算的背景下。一篇论文介绍了一种黑盒在线到非凸转换技术，该技术利用静态遗憾最小化预言机，解决了开放性问题，并为 AdaGrad 和 Shampoo 等自适应优化方法提供了新视角。另一项研究提出了 PCGBandit，一种用于瞬态偏微分方程求解器的一步加速方法，该方法使用 bandit 算法直接从模拟数据中自适应地学习求解器配置，并在使用 OpenFOAM 的流体和磁流体动力学问题上得到了有效证明。 AI
影响 这些进展可能导致更有效的机器学习模型训练和更快的科学模拟。
排序理由 两篇发表在 arXiv 上的学术论文，详细介绍了新颖的机器学习优化技术。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.17607v1 Announce Type: cross Abstract: We study whether stochastic nonconvex optimization can be reduced to ordinary static regret minimization in online convex optimization in a black-box manner. For smooth nonconvex objectives, our reduction maintains a predictable g…
arXiv:2509.08765v4 Announce Type: replace-cross Abstract: Data-driven acceleration of scientific computing workflows has been a high-profile aim of machine learning (ML) for science, with numerical simulation of transient partial differential equations (PDEs) being one of the mai…