新的自平衡顺序采样方法提供更快的收敛速度

研究人员开发了一种新的顺序采样方法，称为自平衡顺序采样，该方法在保持样本不可预测性的同时，实现了更快的收敛到目标分布。该方法通过提供 O(n^{-1}) 的收敛速率，优于标准的独立同分布 (IID) 采样，其收敛速率通常为 O(n^{-1/2})。该技术旨在减少重复选择和覆盖范围的空白，使其适用于审计调度和治疗分配等应用。 AI

影响 该方法可以提高 AI 模型训练和评估中数据采样的效率和可预测性。

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

在 arXiv stat.ML 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• IID sampling
• Markovian samplers
• Ornstein–Uhlenbeck process
• ScienceCast
• Self-Balancing Sequential Sampling

• 论文
• 其他

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