新研究改进了 Langevin 算法的 Wasserstein 混合时间估计

一篇新发表在 arXiv 上的论文详细介绍了不可调 Langevin 算法渐近偏差的改进估计。该研究为 Wasserstein 混合时间提供了新的界限，达到了 $\kappa \sqrt{d}/\varepsilon$ 的数量级。这比先前最先进的结果有了显著改进，提供了 $\sqrt{d}/\varepsilon$ 的增强。 AI

影响 为机器学习和优化中使用的算法提供了理论改进。

排序理由 该集群包含一篇关于算法理论改进的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• log-smooth strongly log-concave measures
• Peter Archibald Whalley
• ScienceCast
• unadjusted Langevin algorithm
• Wasserstein

• 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 →