提出带收敛保证的L2O加速不动点迭代框架
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
最新进展10月12日 12:00
用可保证收敛的学习优化加速 Krasnosel'skii-Mann 不动点迭代报道时间线
沿着报道,了解事件的不同侧面。
10月12日
- 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。