新的Skewon算法在Stiefel流形上提供精确的闭式优化

研究人员开发了Skewon，这是一种用于处理具有正交列的矩阵问题的新的优化算法，这是机器学习中的常见结构。该算法为Stiefel流形上的Muon优化方法提供了精确的闭式解，克服了先前近似或迭代方法的局限性。Skewon还为平滑的非凸优化任务提供了高阶收敛保证，并且有高效的实现可用。 AI

影响 为正交约束优化提供了一种更有效、更精确的方法，有可能提高机器学习任务的性能。

排序理由 该集群包含一篇详细介绍新数学算法及其在优化中应用的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• Alexander Molozhavenko
• alphaXiv
• arXiv
• CatalyzeX
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Muon
• ScienceCast
• Skewon
• Stiefel manifold

• 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 →