PulseAugur
中
实时 10:40:39
English(EN) An Inertial Block Proximal Linearized Method with Adaptive Momentum for Nonconvex and Nonsmooth Optimization

新的优化方法IBPL$^+$-TP在机器学习任务中表现出卓越性能

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为IBPL$^+$-TP的新优化方法，旨在解决复杂的多块非凸非光滑优化问题。该方法引入了一种新颖的两阶段自适应动量策略来提高收敛速度，并允许独立的外插参数。论文证明了IBPL$^+$-TP确保了目标函数的单调收敛并收敛到临界点，并具有已证实的收敛速率。通过在机器学习中的应用，特别是稀疏非负矩阵分解和CP分解，展示了其有效性，在数值实验中其性能优于现有的最先进方法。 AI

排序理由 该集群包含一篇详细介绍新优化方法及其在机器学习问题中应用的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.LG 阅读 →

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

新的优化方法IBPL$^+$-TP在机器学习任务中表现出卓越性能

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Weifeng Yang ·

    一种具有自适应动量的惰性块近邻线性化方法用于非凸非光滑优化

    arXiv:2608.05502v1 Announce Type: cross Abstract: In this paper, we consider a class of multiblock nonconvex nonsmooth optimization problems, which covers many applications such as the analysis of pre-earthquake anomalies and machine learning. To solve this class of problems, we …

相关实体

相关话题