Yunus Alp Biyikoglu

一项新研究详细介绍了具有无界噪声的非遍历马尔可夫镜像下降法

研究人员 Yunus Alp Biyikoglu 和 arXiv 发表了一篇新论文，详细介绍了一种分析随机镜像下降法的方法。他们的工作侧重于在马尔可夫链中最小化凸目标，利用来自单个样本路径的有噪声次梯度观测。该论文为加权平均迭代的次优性差距建立了 O(T^{-1/2}) 的界限，即使在具有无界随机次梯度和泊松解的情况下也是如此。只要满足某些正则性和矩条件，这种分析就适用于有限状态和不可约可数状态的马尔可夫链。