PulseAugur
实时 01:37:11

研究人员开发了用于学习具有算子值核的算子的 SGD 算法

研究人员开发了一种在统计逆问题中估计回归算子 的新方法。该方法利用正则化随机梯度下降 (SGD) 和算子值核,为预测和估计误差提供了与维度无关的界限。该技术提供了接近最优的收敛速度和高概率估计,适用于结构化预测和参数化偏微分方程。 AI

影响 在无限维设置中引入了一种具有高概率保证的新颖技术,有可能提高结构化预测任务的性能。

排序理由 这是一篇详细介绍机器学习新统计方法的学术论文。

在 arXiv stat.ML 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

研究人员开发了用于学习具有算子值核的算子的 SGD 算法

报道来源 [1]

  1. arXiv stat.ML TIER_1 English(EN) · Jia-Qi Yang, Lei Shi ·

    Learning Operators by Regularized Stochastic Gradient Descent with Operator-valued Kernels

    arXiv:2504.18184v4 Announce Type: replace Abstract: We consider a class of statistical inverse problems involving the estimation of a regression operator from a Polish space to a separable Hilbert space, where the target lies in a vector-valued reproducing kernel Hilbert space in…