Legendre-Fenchel transform

新的神经方法提高了Legendre-Fenchel变换的精度

研究人员开发了一种逼近Legendre-Fenchel变换的新方法，Legendre-Fenchel变换是凸分析和机器学习中的一个关键工具。他们的方法利用神经网络，并引入了一种基于Hessian的预处理策略来提高精度，尤其适用于病态函数。该方法涉及函数最小化器周围的仿射变形，简化了共轭映射，并允许残差网络更有效地学习它。实验表明，在计算开销极小的情况下，收敛速度和数值精度得到了提高，尤其是在处理具有挑战性的问题时。