实体
unadjusted Langevin algorithm
unadjusted Langevin algorithm
PulseAugur coverage of unadjusted Langevin algorithm — every cluster mentioning unadjusted Langevin algorithm across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
对未调整Langevin算法的新分析提供了无量纲见解
一篇新发表在arXiv上的论文介绍了一种针对未调整Langevin算法（ULA）的子空间鲁棒Wasserstein分析。该方法旨在为高维贝叶斯推断提供更准确的偏差和混合时间预测，尤其是在过参数化模型中。分析揭示了一个取决于数据点数量相对于模型维度的钟形混合剖面，这表明无量纲保证并非普遍可实现。
-
新研究论文重新定义了机器学习模型的数据选择
一篇新发表在arXiv上的研究论文提出了一种机器学习模型数据选择的新方法，挑战了最小化总体误差的传统目标。该论文引入了“忠实度”（faithfulness）的概念，它提供了一个可估计的代理指标，用于上限化在子集与完整数据集上训练时的性能差异。虽然该问题是NP难的，但研究人员开发了一种基于交换的局部搜索算法来改进数据选择，并在CIFAR-10和CIFAR-100数据集上证明了其有效性，达到了现有基线水平。
-
新研究改进了 Langevin 算法的 Wasserstein 混合时间估计
一篇新发表在 arXiv 上的论文详细介绍了不可调 Langevin 算法渐近偏差的改进估计。该研究为 Wasserstein 混合时间提供了新的界限，达到了 $\kappa \sqrt{d}/\varepsilon$ 的数量级。这比先前最先进的结果有了显著改进，提供了 $\sqrt{d}/\varepsilon$ 的增强。