研究人员分析了连续分段仿射函数平稳性测试的参数化复杂性，这是非光滑优化中的一项核心任务。他们的发现揭示了某些方面的固定维度可处理性和其他方面的 W[1]-难度，下界表明算法无法有效地根据实例大小相对于维度进行扩展。这些结果也延伸到 PA 函数的局部最小性测试，并对分析浅层 ReLU CNN 训练损失具有启示意义。 AI
影响 为某些神经网络架构的训练的计算复杂性提供了理论见解。
排序理由 关于理论计算机科学和优化的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2605.10219v2 Announce Type: replace-cross Abstract: We study the parameterized complexity of testing approximate first-order stationarity at a prescribed point for continuous piecewise-affine (PA) functions, a basic task in nonsmooth optimization. PA functions form a canoni…