研究人员开发了一种新的光谱共轭梯度算法,该算法对经典的Hestenes--Stiefel方法进行了修改。这种新算法旨在保持抗干扰特性,同时确保足够的下降性质。它结合了从更新方案派生的改进的割线方程,从而实现了无记忆的BFGS更新。光谱参数经过调整,以便在最小二乘框架内与BFGS方向对齐,并在优化模型上进行了测试,并将其应用于支持向量机(SVM)的鲁棒二分类模型。 AI
影响 这项研究引入了一种新颖的算法,可以提高机器学习模型的效率和准确性,尤其是在分类任务中。
排序理由 这是一篇详细介绍新算法的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Broyden–Fletcher–Goldfarb–Shanno algorithm
- Cuter
- Dolan--More
- Hestenes--Stiefel
- support vector machine
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →