研究人员为 Momentum Least Mean Squares (MLMS) 算法开发了一个新的理论框架，旨在处理大规模处理中常见的非平稳数据流。该论文在时变随机线性系统中推导了 MLMS 的跟踪性能和遗憾界限，解决了动量在稳定性分析中引入的复杂性。在合成数据和真实世界数据上的实验结果证实了 MLMS 在非平稳环境中能够快速适应并有效跟踪的能力，表明其在现代在线学习应用中的实用性。 AI
影响 为自适应算法提供了理论基础，这些算法对于人工智能系统的实时数据处理至关重要。
排序理由 这是一篇详细介绍算法理论进展的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →