PulseAugur
中
实时 11:08:33

新研究阐明在线优化中的根反集中问题

作者 PulseAugur 编辑部 · [2 个来源] ·

本文解决了在线优化中根反集中问题，特别是针对分段Lipschitz函数。该研究为齐次特征曲线提供了精确的、无量纲的刻画，消除了先前存在的{sqrt(N)}损失。对于首一d次多项式，当且仅当有序实根定律的密度有界时，区间命中常数才是有限的。本文还详细介绍了两个图学习应用，包括一个高斯-RBF谐波分类器和一个多项式核模型，两者都实现了改进的遗憾界限。 AI

影响 提供了理论进展，可能为开发更有效的机器学习在线优化算法提供信息。

排序理由 该集群包含一篇在arXiv上发表的学术论文，并在Hugging Face上有相应的摘要。

在 Hugging Face Daily Papers 阅读 →

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

新研究阐明在线优化中的根反集中问题

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Zijun Wang, Yuchen Miao, Yifan Hu, Huanmin Liu ·

    Sharp Root Anti-Concentration via Projective Incidence and Ordered Root Laws

    arXiv:2608.01670v1 Announce Type: new Abstract: This paper answers the one-dimensional local root anti-concentration questions posed by Balcan, Pegden, and Sharma in the context of online optimization of piecewise-Lipschitz functions. For a homogeneous feature curve and coefficie…

  2. Hugging Face Daily Papers TIER_1 English(EN) ·

    Sharp Root Anti-Concentration via Projective Incidence and Ordered Root Laws

    This paper answers the one-dimensional local root anti-concentration questions posed by Balcan, Pegden, and Sharma in the context of online optimization of piecewise-Lipschitz functions. For a homogeneous feature curve and coefficients whose density relative to the uniform law on…

相关实体

相关话题