本文探讨了指数概率测度的定量拉普拉斯型收敛结果，重点关注类范数势。在广义雅可比行列式可逆条件下，利用Wasserstein距离建立了测度 $\pi_\varepsilon$ 和 $\pi_0$ 之间的界限。该研究利用了几何测度论工具，并将研究结果应用于最大熵模型以及非凸最小化在低温下随机梯度Langevin动力学的收敛性。 AI
影响 为理解SGLD等优化算法在低温、非凸环境下的行为提供了理论基础。
排序理由 这是一篇发表在arXiv上的研究论文，涉及概率论及其在算法中的应用。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2110.12922v2 Announce Type: replace-cross Abstract: Laplace-type results characterize the limit of sequence of measures $(\pi_\varepsilon)_{\varepsilon >0}$ with density w.r.t the Lebesgue measure $(\mathrm{d} \pi_\varepsilon / \mathrm{d} \mathrm{Leb})(x) \propto \exp[-U(x)…