研究人员开发了镜像下降-上升（MDA）算法的两个变体，以解决度量空间内的极小极大问题。该研究为同步和交替MDA建立了非渐近收敛率，其中交替版本表现出改进的性能。一项关键的技术贡献涉及无限维对偶空间分析，该分析将度量上的Bregman散度与有界连续函数上的Bregman散度联系起来，从而能够更好地控制交替更新项。 AI
排序理由 这是一篇研究论文，详细介绍了一种新的优化问题算法方法。[lever_c_demoted from research: ic=1 ai=0.4]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2402.08106v3 Announce Type: replace-cross Abstract: We study two variants of the mirror descent-ascent (MDA) algorithm for solving min-max problems on the space of measures: simultaneous and alternating. We work under assumptions of convexity-concavity and relative smoothne…