POEM-ES无参数零阶优化算法论文发布
热点事件持续更新
POEM-ES无参数零阶优化算法论文发布
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
研究者 Alexander Sholokhov 与 Alexander Rogozin 发表论文提出 POEM-ES，一种无参数随机零阶优化算法。该算法通过子空间预条件与椭球随机采样扩展了此前的 POEM 方法，用固定 SPSD 预条件器引导各向异性采样。 论文称，POEM-ES 引入经验有效维度 d* = tr(Σ̂)，在低秩结构假设下实现降维收敛率，仅需 Õ((r²κ(Σ̂)+d*)L²D_X²/ε²) 次零阶 oracle 查询，并在 LibSVM 数据集的 hinge-loss 二分类任务上优于原 POEM。
AI 根据报道生成 · 1 小时前更新
最新进展10月9日 12:00
POEM-ES：基于椭球采样的无参数零阶优化算法报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv：cs.LGPOEM-ES：基于椭球采样的无参数零阶优化算法
研究者提出 POEM-ES，一种无参数随机零阶优化算法，通过子空间预条件与椭球随机采样扩展了 POEM 方法，用固定 SPSD 预条件器引导各向异性采样。该方法引入经验有效维度 d* = tr(Σ̂)，在低秩结构假设下实现降维收敛率，仅需 Õ((r²κ(Σ̂)+d*)L²D_X²/ε²) 次零阶 oracle 查询，在 LibSVM 数据集的 hinge-loss 二分类任务上优于原 POEM。
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。