arXiv 发布双时间尺度随机逼近偏差研究
热点事件持续更新
arXiv 发布双时间尺度随机逼近偏差研究
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
A. Ch. Madhusudanarao 与 Rahul Singh 在 arXiv 发布预印本论文，研究由外生有限状态马尔可夫链驱动的非线性双时间尺度递推中的稳态均值误差。论文推导出一阶偏差展开式：当慢步长远小于快步长时，误差界保持均匀，并出现 ε²/η 的混合贡献项。 论文称，沿幂律步长路径的偏差指数不必为整数，因此 Richardson–Romberg 外推需要与路径匹配的权重；作者通过可精确求解的非线性马尔可夫例子验证了相关系数。
AI 根据报道生成 · 59 分钟前更新
最新进展10月8日 12:00
非线性双时间尺度随机逼近中的稳态偏差与外推报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv：cs.LG非线性双时间尺度随机逼近中的稳态偏差与外推
该论文研究了由外生有限状态马尔可夫链驱动的非线性双时间尺度递推中的稳态均值误差。推导出一阶偏差展开式，在慢步长远小于快步长时误差界保持均匀，并揭示出 $\varepsilon^2/\eta$ 的混合贡献项。研究表明，沿幂律步长路径的偏差指数不必为整数，因此 Richardson–Romberg 外推需要与路径匹配的权重，并通过可精确求解的非线性马尔可夫例子验证了系数。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。