English(EN) Adaptive Hybrid Subspace Levenberg Marquardt Algorithm with Adequacy Monitor for Large Scale Least Squares Problems

新算法加速求解大规模非线性最小二乘问题

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-27 04:00

研究人员开发了一种新的自适应混合子空间Levenberg-Marquardt（HSLM）算法，旨在高效求解大规模非线性最小二乘问题。该方法利用包括梯度和曲率数据在内的各种信息源构建低维子空间，以计算阻尼LM步。一项关键创新是充分性监视器，它能在需要时自适应地丰富子空间，以及一种使用Armijo回溯解耦的步长接受策略。在神经网络训练问题上的数值实验表明，HSLM在计算成本显著降低的情况下，尤其是在高参数维度问题上，实现了与现有方法相当的收敛性。 AI

影响通过提高优化效率，可能加速大型神经网络的训练。

排序理由详细介绍新数值算法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

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 →

本文如何被排名

Signal score: 24 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 详细介绍新数值算法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, infra; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · M. Duc Hoang, Timothy J. Lewis · 2026-08-27 04:00

面向大规模最小二乘问题的自适应混合子空间Levenberg-Marquardt算法及充分性监测器

arXiv:2608.25524v1 Announce Type: cross Abstract: The Levenberg-Marquardt (LM) algorithm is the most widely used method for solving nonlinear least-squares problems, as it combines the robustness of steepest descent with the fast local convergence of the Gauss-Newton method. Howe…

本文如何被排名

报道来源 [1]

面向大规模最小二乘问题的自适应混合子空间Levenberg-Marquardt算法及充分性监测器

相关实体

相关话题