Wright
PulseAugur coverage of Wright — every cluster mentioning Wright across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新方法利用GPU加速改进金融时间序列预测
研究人员开发了用于预测正值金融时间序列的对数乘法误差模型（log-vMEM）的可扩展正则化估计方法。这些新方法通过采用分块坐标下降算法和分层滞后结构，解决了高维系统相关的计算挑战。为了进一步提高计算可扩展性，该研究还结合了GPU加速的求积积分，以克服对数似然数值积分步骤中的瓶颈。所提出的方法应用于微软股票的日内已实现波动率动态建模。
-
研究人员发现，Hamiltonian 属性测试需要显著的演化时间
研究人员为 Hamiltonian 属性测试建立了下界，证明某些任务需要显著的演化时间。具体来说，测试一个 Hamiltonian 是否为 k-局部或将其与目标 Hamiltonian 区分开需要 $\Omega(1/\varepsilon^2)$ 的总演化时间。这一发现与现有的上界相匹配，并且是首次为 Hamiltonian 学习和测试问题证明此类下界，排除了海森堡极限缩放的可能性。研究还表明，将振幅估计到 $\varepsilon…
-
新的“disco”命令可在计量经济学中实现分布合成控制
研究人员引入了一个名为“disco”的新命令，该命令实现了分布合成控制方法。该方法允许通过对控制单元的分布进行平均来构建已处理单元的整个合成分布。该软件包提供了各种聚合方案，包括基于分位数和基于累积分布函数的方法，以及推理程序和可视化工具。通过复制先前研究的结果来演示该功能。
-
新研究从进化原理推导出先进的优化器
研究人员开发了一种新方法，直接从进化原理推导出先进的优化算法，统一了先前不同的进化观。该方法引入了达尔文谱系模拟（DLS）来证明在无性繁殖背景下Fisher和Wright的进化理论的正式等价性。研究证明，包括随机梯度下降和自然梯度下降在内的许多现有优化算法都与进化动力学兼容，并且可以通过添加DLS噪声使其成为科学上有效的模拟。