跳到正文
热点事件持续更新

提出带收敛保证的L2O加速不动点迭代框架

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

研究者 Andrea Martin 和 Giuseppe Belgioioso 提出一种带收敛保证的学习优化(L2O)框架,用于加速 Krasnosel'skiĭ-Mann 不动点迭代。 据其论文,方法是在标准 Krasnosel'skiĭ-Mann 迭代中注入可和扰动,在保持收敛保证的同时,提升该迭代在特定问题分布上的平均性能;论文未给出具体的性能提升幅度。 该框架面向涉及一般非扩张映射的不动点问题。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月12日
  1. arXiv:cs.LG
    用可保证收敛的学习优化加速 Krasnosel'skii-Mann 不动点迭代

    研究者提出一种有原则的学习优化(L2O)框架,通过向标准 Krasnosel'skiĭ-Mann 迭代注入可和扰动,在保持收敛保证的同时提升其在特定问题分布上的平均性能。

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。