論文の概要: Optimization Geometrodynamics: Variational Reduction and Interaction Curvature
- arxiv url: http://arxiv.org/abs/2607.06723v2
- Date: Sun, 12 Jul 2026 05:07:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-14 13:33:35.676646
- Title: Optimization Geometrodynamics: Variational Reduction and Interaction Curvature
- Title（参考訳）: 最適化測地力学:変動低減と相互作用曲線
- Authors: Zavier Li,
- Abstract要約: 我々は、この隠れ行列式プッシュフォワードの変分理論として、測地力学を発展させる。
アフィン事前還元の場合、誘導的相互作用曲率(英語版)は負半有限作用素 $-G*H-1G$ である。
閉全測地線ファイバーを持つ大域的解析バンドルと、特異な解析的近接制御器部とを証明した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Adaptive optimizers carry hidden states that change how visible gradients become parameter motion. We develop optimization geometrodynamics as a variational theory of this hidden geometry. Infimal pushforward eliminates all hidden states realizing the same action and composes across optimizer hierarchies. Under smooth nondegeneracy, it yields hidden susceptibility and the Schur-complement curvature seen after relaxation. For affine pre-reduction perturbations, the induced interaction curvature is the negative-semidefinite operator $-G^*H^{-1}G$, whose mixed entries integrate to finite mechanism contrasts. Our main realization is the determinant-one affine-invariant SPD action map $P\mapsto PA$. We prove a global analytic bundle with closed totally geodesic fibers and a unique analytic nearest-controller section. A strongly convex fiber theorem and an explicit logarithmic action residual give a globally linearly convergent solver from every feasible initializer, together with nonasymptotic value, controller-distance, and residual bounds and observable posterior stopping certificates. A conditional inexact result propagates supplied rigorous residual-error and radius majorants. The dense spectral kernel is confined to an active subspace of dimension $r\le 2m$, yielding an explicit spectral-arithmetic operation bound and a strict dimensional reduction when $r<d$. For nested shape-normalized quadratic actions, canonical multi-secant projections satisfy an exact CAT(0) Pythagorean decrease and recover the determinant-one inverse Hessian shape at the sharp rank threshold $d-1$, provided the scalar gauge $c_H=(\det H)^{1/d}$ is known. These results turn the action bundle into an exact iterative computation with posterior certificates and a finite-identification theory.
- Abstract（参考訳）: アダプティブ・オプティマイザは、可視勾配がパラメータの動きにどのように変化するかを変える隠された状態を運ぶ。
この隠れ幾何学の変分理論として最適化測地力学を開発した。
不完全なプッシュフォワードは、同じアクションを実現するすべての隠された状態を取り除き、オプティマイザ階層にまたがって構成する。
滑らかな非退化の下では、隠れた感受性と緩和後に見られるシュール補体曲率が得られる。
アフィン事前還元摂動の場合、誘導的相互作用曲率(英語版)は負の半有限作用素 $-G^*H^{-1}G$ であり、混合成分は有限機構のコントラストと結合する。
我々の主な実現法は、行列式 1 個のアフィン不変な SPD アクションマップ $P\mapsto PA$ である。
閉全測地線ファイバーを持つ大域的解析バンドルと、特異な解析的近接制御器部とを証明した。
強い凸ファイバー定理と明示的な対数的作用残差は、漸近値、コントローラ距離、残留境界および観測可能な後続停止証明書とともに、すべての実現可能なイニシャライザから大域的に収束した解法を与える。
条件不一致の結果は、供給された厳密な残留誤差と半径メジャーラントを伝播させる。
密度スペクトル核は次元 $r\le 2m$ の活性部分空間に制限され、$r<d$ のとき、明示的なスペクトル-パラメータ演算境界と厳密な次元還元を与える。
スカラーゲージ $c_H=(\det H)^{1/d}$ が知られている場合、ネスト形状正規化二次作用に対して、正準多部分射影は正確なCAT(0) ピタゴラスの減少を満足し、鋭いランク閾値$d-1$で行列式1逆ヘッセン形状を復元する。
これらの結果は、アクションバンドルを、後続証明と有限同定理論による正確な反復計算に変換する。
関連論文リスト
- Geometric--Nongeometric Optimizer Calculus: A Modular Language for Reachable Gradient Methods [0.0]
到達可能な勾配法を監査するためのモジュラー言語である幾何-ナンジ幾何学計算を導入する。
主な形式的結果は方向表現性定理(英語版)であり、臨界点から離れ、正定幾何は厳密な降下方向を正確に表す。
論文 参考訳（メタデータ） (2026-07-08T09:40:44Z) - Restricted Dynamic Geometric Complexity: Certificates for Structured Preconditioning [0.0]
本稿では、このベンチマークを現在の表記法で記録し、制限された幾何学的複雑さを発達させる。
主な証明された結果は単調性および部分多様体距離原理、線形不等式実現可能性問題としての対角およびブロック到達性である。
このリポジトリには、対角的な表現ギャップをチェックするおもちゃと合成マトリックス、原始/双対証明書をブロックするクロネッカースペクトル幅、小さな二次インスタンス上のヘッセン相対クロネッカー候補証明書を含む。
論文 参考訳（メタデータ） (2026-07-08T09:36:45Z) - Fitting Unknown Number of Hyperplanes with Manifold Optimization [57.48093263119306]
未知数の線形平面をデータに適合させることは、機械学習の根本的な課題である。
既存のアプローチはしばしば最適な最適化に苦しむか、幾何的整合性に欠ける。
論文 参考訳（メタデータ） (2026-05-27T14:02:20Z) - BOOOM: Loss-Function-Agnostic Black-Box Optimization over Orthonormal Manifolds for Machine Learning and Statistical Inference [0.0]
我々は体系的な調査を行う。
対価のセット
直交円柱-直交円柱-直交円柱をaを通して脱出する。
データデータに適用されたノベル。
問題だ
対角最適化の枠組みを示す。
強力で低ランクな分解、独立的な分解分析。
環境下でのグローバルな収束です
論文 参考訳（メタデータ） (2026-04-23T19:32:27Z) - Variational Entropic Optimal Transport [67.76725267984578]
本稿では,ドメイン翻訳問題に対する変分エントロピー最適輸送(VarEOT)を提案する。
VarEOTは、補助正の正規化子上のトラクタブルな一般化として、log-partition $log mathbbE[exp(cdot)$の正確な変分再構成に基づいている。
合成データと画像と画像の変換に関する実験は、競争力のあるか、あるいはより良い翻訳品質を示す。
論文 参考訳（メタデータ） (2026-02-02T15:48:44Z) - Revisiting Zeroth-Order Optimization: Minimum-Variance Two-Point Estimators and Directionally Aligned Perturbations [57.179679246370114]
乱摂動の分布は, 摂動段差がゼロになる傾向にあるため, 推定子の分散を最小限に抑える。
以上の結果から, 一定の長さを維持するのではなく, 真の勾配に方向を合わせることが可能であることが示唆された。
論文 参考訳（メタデータ） (2025-10-22T19:06:39Z) - On the Optimal Construction of Unbiased Gradient Estimators for Zeroth-Order Optimization [57.179679246370114]
既存の手法の潜在的な制限は、ステップサイズが提案されない限り、ほとんどの摂動推定器に固有のバイアスである。
本稿では, 良好な構成を維持しつつ, バイアスを排除した非バイアス勾配スケーリング推定器のファミリーを提案する。
論文 参考訳（メタデータ） (2025-10-22T18:25:43Z) - Beyond Coordinates: Meta-Equivariance in Statistical Inference [0.0]
最適な統計的決定は、それらを記述するために使用される言語を超越すべきである。
座標の選択が解を微妙に定めないことを保証するにはどうすればよいのか?
まず、厳密な凸型トレース-AMSEリスクの下で、二元正規推定器の最適組み合わせを分析する。
論文 参考訳（メタデータ） (2025-04-14T19:40:39Z) - Rao-Blackwell Gradient Estimators for Equivariant Denoising Diffusion [55.95767828747407]
分子やタンパク質の生成のようなドメインでは、物理系はモデルにとって重要な固有の対称性を示す。
学習のばらつきを低減し、確率的に低い分散勾配推定器を提供するフレームワークを提案する。
また,軌道拡散法(Orbit Diffusion)と呼ばれる手法を用いて,損失とサンプリングの手順を取り入れた推定器の実用的実装を提案する。
論文 参考訳（メタデータ） (2025-02-14T03:26:57Z) - SPARE: Symmetrized Point-to-Plane Distance for Robust Non-Rigid 3D Registration [77.13381026159111]
本研究では,SPAREを提案する。SPAREは,非剛性登録のための対称化点-平面間距離を用いた新しい定式化である。
提案手法は, 厳密でない登録問題の精度を大幅に向上し, 比較的高い解効率を維持する。
論文 参考訳（メタデータ） (2024-05-30T15:55:04Z) - Smoothing the Edges: Smooth Optimization for Sparse Regularization using Hadamard Overparametrization [10.009748368458409]
本稿では、(構造化された)空間性に対して、明示的に正規化された目的を円滑に最適化するためのフレームワークを提案する。
提案手法は,完全微分可能近似自由最適化を実現し,深層学習におけるユビキタス勾配降下パラダイムと互換性がある。
論文 参考訳（メタデータ） (2023-07-07T13:06:12Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。