Constrained Machine Learning

用于约束机器学习的新型随机惩罚-障碍法

研究人员推出了一种新颖的约束机器学习（CML）方法——随机惩罚-障碍法（SPBM）。SPBM通过结合偶对偶变量的指数平均、稳定的惩罚计划以及莫罗包络（Moreau envelope）来解决非光滑性问题，从而改进了经典方法。该方法分析了小批量（mini-batching）引入的障碍函数偏差，并证明了变换后问题的可行集保持在原始约束之内。实验表明，SPBM在公平性（fairness）和物理信息神经网络（physics-informed n…