实体
Propose-and-Project Metropolis-Hastings
Propose-and-Project Metropolis-Hastings
PulseAugur coverage of Propose-and-Project Metropolis-Hastings — every cluster mentioning Propose-and-Project Metropolis-Hastings across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
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 2 条
-
新方法大幅降低非光滑估计量的降维复杂度
研究人员开发了一种新方法，可以显著加快非光滑统计估计量的降维计算速度。该技术利用块 Schur 补和 Sylvester 行列式恒等式，将计算复杂度从三次降低到更易于管理的几次多项式形式。该方法已成功应用于 Lasso、Sparse Support Vector Machines、Elastic Net 和 Group Lasso 等各种模型，在保持数值精度的同时实现了超过 14,100 倍的速度提升。
-
新框架计算非光滑机器学习模型的 NML
研究人员开发了一个新的理论框架，用于计算现代机器学习中常见的非光滑模型的归一化最大似然 (NML)。该方法利用几何测度论和自动微分来确保理论一致性。为了实现这一点，他们引入了一种新的几何 MCMC 算法，称为 Propose-and-Project Metropolis-Hastings (PDL-PPMH)，该算法可以导航不可微的水平集。该方法被证明是交叉验证的一种数据高效替代方案，在无需分割数据的情况下实现了可比的预测性能。