PulseAugur
中
实时 04:14:53
实体 DIGing-SGLD

DIGing-SGLD

PulseAugur coverage of DIGing-SGLD — every cluster mentioning DIGing-SGLD across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_217829 ·

    新的去中心化 SGLD 算法支持动态网络上的可扩展贝叶斯学习

    研究人员开发了 DIGing-SGLD，这是一种用于多智能体系统贝叶斯学习的新型去中心化算法。该方法旨在有效处理时变网络，克服了先前仅限于静态网络拓扑的去中心化 SGLD 方法的局限性。DIGing-SGLD 将基于 Langevin 的采样与梯度跟踪相结合，无需中央协调器即可实现高效且无偏的采样，为此类系统提供了首个有限时间非渐近 Wasserstein 收敛保证。