Fugu-MT 論文翻訳(概要): Approximate Last Iterate Convergence in Overparameterized GANs

論文の概要: Approximate Last Iterate Convergence in Overparameterized GANs

arxiv url: http://arxiv.org/abs/2108.03491v1
Date: Sat, 7 Aug 2021 17:38:05 GMT
ステータス: 処理完了
システム内更新日: 2021-08-11 11:52:59.284029
Title: Approximate Last Iterate Convergence in Overparameterized GANs
Title（参考訳）: 過パラメータ化GANにおける近似ラスト収束
Authors: Elbert Du
Abstract要約: 本研究では,前処理で導入されたImplicit Update と Predictive Methods のダイナミクスが,最適 GAN 近傍への最終反復収束を満足することを示した。これは、平均的な反復収束のみが保証される以前の結果とは対照的である。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this work, we showed that the Implicit Update and Predictive Methods dynamics introduced in prior work satisfy last iterate convergence to a neighborhood around the optimum in overparameterized GANs, where the size of the neighborhood shrinks with the width of the neural network. This is in contrast to prior results, which only guaranteed average iterate convergence.
Abstract（参考訳）: 本研究では,前処理で導入されたImplicit Update and Predictive Methodsのダイナミクスが,ニューラルネットワークの幅とともに近傍の面積が縮小する過パラメータ化GANにおいて,最適近傍への最後の反復収束を満足することを示した。これは、平均的な反復収束を保証した以前の結果とは対照的である。

関連論文リスト

The role of gaps in digitized counterdiabatic QAOA for fully-connected spin models [0.0]
量子近似最適化アルゴリズム(QAOA)に対するCD補正が提案され、標準QAOAよりも所望の精度で収束する。本研究では,解析したインスタンスのスペクトル特性にアルゴリズムの性能が関係していることを示す。
論文参考訳（メタデータ） (2024-09-05T13:17:56Z)
Score-Guided Intermediate Layer Optimization: Fast Langevin Mixing for Inverse Problem [97.64313409741614]
ランダム重み付きDNNジェネレータを反転させるため,Langevinアルゴリズムの定常分布を高速に混合し,特徴付ける。本稿では,事前学習した生成モデルの潜時空間における後部サンプリングを提案する。
論文参考訳（メタデータ） (2022-06-18T03:47:37Z)
On the Convergence of Stochastic Extragradient for Bilinear Games with Restarted Iteration Averaging [96.13485146617322]
本稿では, ステップサイズが一定であるSEG法の解析を行い, 良好な収束をもたらす手法のバリエーションを示す。平均化で拡張した場合、SEGはナッシュ平衡に確実に収束し、スケジュールされた再起動手順を組み込むことで、その速度が確実に加速されることを証明した。
論文参考訳（メタデータ） (2021-06-30T17:51:36Z)
Averaging on the Bures-Wasserstein manifold: dimension-free convergence of gradient descent [15.136397170510834]
我々は,新たな測地的凸性の結果を証明し,イテレートのより強力な制御,自由収束を実現した。また, この手法により, 平均化の概念, エントロピック規則化バリセンタ, 幾何中央値の2つの解析が可能となった。
論文参考訳（メタデータ） (2021-06-16T01:05:19Z)
Sampling-free Variational Inference for Neural Networks with Multiplicative Activation Noise [51.080620762639434]
サンプリングフリー変動推論のための後方近似のより効率的なパラメータ化を提案する。提案手法は,標準回帰問題に対する競合的な結果をもたらし,大規模画像分類タスクに適している。
論文参考訳（メタデータ） (2021-03-15T16:16:18Z)
The Convergence Indicator: Improved and completely characterized parameter bounds for actual convergence of Particle Swarm Optimization [68.8204255655161]
我々は、粒子が最終的に単一点に収束するか、分岐するかを計算するのに使用できる新しい収束指標を導入する。この収束指標を用いて、収束群につながるパラメータ領域を完全に特徴づける実際の境界を提供する。
論文参考訳（メタデータ） (2020-06-06T19:08:05Z)
The k-tied Normal Distribution: A Compact Parameterization of Gaussian Mean Field Posteriors in Bayesian Neural Networks [46.677567663908185]
変分ベイズ推論は、ベイズニューラルネットワークの重み付けを近似する一般的な手法である。最近の研究は、性能向上を期待して、近似後部のよりリッチなパラメータ化を探求している。これらの変動パラメータを低ランク因子化に分解することにより、モデルの性能を低下させることなく変動近似をよりコンパクトにすることができる。
論文参考訳（メタデータ） (2020-02-07T07:33:15Z)
Support recovery and sup-norm convergence rates for sparse pivotal estimation [79.13844065776928]
高次元スパース回帰では、ピボット推定器は最適な正規化パラメータがノイズレベルに依存しない推定器である。非滑らかで滑らかな単一タスクとマルチタスク正方形ラッソ型推定器に対するミニマックス超ノルム収束率を示す。
論文参考訳（メタデータ） (2020-01-15T16:11:04Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。