PulseAugur
实时 09:23:50
English(EN) Stochastic gradient descent with discontinuity across a manifold

研究人员分析具有不连续性的随机梯度下降

研究人员分析了当随机梯度下降(SGD)应用于在低维流形上表现出不连续性的损失函数时的行为。该研究侧重于SGD的微分方程极限,以理解其在这些复杂场景下的行为。这项工作在arXiv上发表,属于统计学 > 机器学习类别。 AI

影响 这项研究有助于对机器学习中使用的优化算法的理论理解。

排序理由 该集群包含一篇关于机器学习主题的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

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

研究人员分析具有不连续性的随机梯度下降

报道来源 [1]

  1. arXiv stat.ML TIER_1 English(EN) · Vivek S. Borkar ·

    流形上的不连续随机梯度下降

    arXiv:2608.07618v1 Announce Type: new Abstract: Stochastic gradient descent for a loss function discontinuous across lower dimensional manifolds is analyzed by studying its differential equation limit.