PulseAugur
中
实时 06:53:40
实体 Quantile-k-Loss SGD

Quantile-k-Loss SGD

PulseAugur coverage of Quantile-k-Loss SGD — every cluster mentioning Quantile-k-Loss SGD 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_252112 ·

    基于分位数的SGD新方法增强了优化中的异常值鲁棒性

    研究人员推出了一种新颖的鲁棒优化框架——Quantile-k-Loss SGD (QkL-SGD)，用于处理损坏数据场景。该方法对多个分量损失进行采样，并使用基于分位数的选择进行更新，在特定条件下提供了理论上的线性收敛性。在各种回归任务上的实验结果表明，QkL-SGD，特别是使用中间分位数时，通过提供更具信息量的更新并避免min-k-loss方法中出现的停滞问题，其性能优于标准SGD和min-k-loss方法。