一篇新发表在arXiv上的论文探讨了非线性双时间尺度随机逼近中的稳态偏差和外插。研究详细说明了恒定步长的随机逼近如何导致持续的非零稳态均值误差。该论文推导了由有限状态马尔可夫链驱动的非线性递归的伯格展开,揭示了步长混合的贡献,这影响了像Richardson-Romberg外插这样的偏差缩减策略。 AI
影响 这项研究为随机逼近方法提供了理论见解,可能影响机器学习模型的训练动态。
排序理由 该集群包含一篇发表在arXiv上的研究论文。
在 Hugging Face Daily Papers 阅读 →
- arXiv
- Avvaru Ch Madhusudanarao
- Hugging Face
- Markov chain
- Temporal difference learning
- Stationary Bias and Extrapolation in Nonlinear Two-Timescale Stochastic Approximation
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →