Fugu-MT 論文翻訳(概要): Wasserstein mixing time of the unadjusted Langevin algorithm

論文の概要: Wasserstein mixing time of the unadjusted Langevin algorithm

arxiv url: http://arxiv.org/abs/2608.02430v1
Date: Mon, 03 Aug 2026 16:10:29 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-04 15:07:25.700691
Title: Wasserstein mixing time of the unadjusted Langevin algorithm
Title（参考訳）: 非調整ランゲヴィンアルゴリズムのワッサーシュタイン混合時間
Authors: Francesco Pedrotti, Peter A. Whalley,
Abstract要約: 非調整ランゲヴィンアルゴリズムのバイアスに対するワッサーシュタイン距離の新しい推定法を提案する。我々の境界はワッサーシュタイン混合時間の位数$sqrtd/varepsilon$を意味する。これにより、以前の最先端の結果よりも$sqrtd/varepsilon$が向上する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We provide new estimates in Wasserstein distance for the asymptotic bias of the unadjusted Langevin algorithm, in the classical setting of log-smooth strongly log-concave measures. Our bound implies a Wasserstein mixing time of order $κ\sqrt{d}/\varepsilon$, where $κ$ is the condition number, $d$ is the dimension, and $\varepsilon$ is the target precision: this improves by a factor of $\sqrt{d}/\varepsilon$ over the previous state-of-the-art results.
Abstract（参考訳）: 我々は,非調整ランゲヴィンアルゴリズムの漸近バイアスに対するワッサーシュタイン距離の新しい推定法を,対数平滑な強対数凹測度の古典的設定において提案する。私たちの境界は、次数$κ\sqrt{d}/\varepsilon$のワッサーシュタイン混合時間を意味し、$κ$は条件数、$d$は寸法、$\varepsilon$は目標精度である。

関連論文リスト

A Temporal Spatial Minimax Rate for Smoothly-Varying Distributions in Wasserstein Space [0.0]
ワッサーシュタイン空間において、曲線 $tmapsto_t$ の将来の値 $t_n+h$ を推定するミニマックス速度について検討する。我々の中心的な結果は、時間空間的ミニマックスの下位境界であり、正規で局所的な輸送に富むサブクラスである。
論文参考訳（メタデータ） (2026-06-05T14:43:10Z)
From Saddle Points Toward Global Minima: A Newton-Type Method on Wasserstein Space [51.56484100374058]
正方形ワッサーシュタイン・ヘッセンの正則化平方根によるワッサーシュタイン最小化を前提とした二階法を提案する。この構造は、負の曲率に沿って反発方向を誘導しながら、正の曲率に向かう方向へのアトラクションを保っている。 We show that WSFN converges linearly in $L2$-Wasserstein to a non-de global distance。
論文参考訳（メタデータ） (2026-05-18T07:18:22Z)
Underdamped Langevin MCMC with third order convergence [1.8374319565577153]
アンダーダム型ランゲヴィン拡散(ULD)のための新しい数値計算法を提案する。 f$の勾配とヘシアンがリプシッツ連続であるという仮定の下で、我々のアルゴリズムは2-ワッサーシュタイン誤差を$varepsilon$ in $mathcalO(sqrtd/varepsilon)$ steps とする。これは、3次収束を持つLDDのための最初の勾配のみの方法である。
論文参考訳（メタデータ） (2025-08-22T16:00:01Z)
Faster Spectral Density Estimation and Sparsification in the Nuclear Norm [28.368253322669336]
我々は,新しいグラフスペーシフィケーションの概念を導入し,これを核スペーシフィケーションと呼ぶ。また,本手法はスペクトル密度推定のための最初の決定論的アルゴリズムを導出することを示した。
論文参考訳（メタデータ） (2024-06-11T17:50:20Z)
Control of the von Neumann Entropy for an Open Two-Qubit System Using Coherent and Incoherent Drives [50.24983453990065]
本稿では、時間依存デコヒーレンス率を誘導するコヒーレント制御と非コヒーレント制御を備えた開2量子系のフォン・ノイマンエントロピー$S(rho(t))$を操作するためのアプローチを開発することに専念する。 a) the final entropy $S(rho(T))$; (b) steering $S(rho(T))$ to a given target value; (c) steering $S(rho(T))$ to a target value and satisfying the pointwise state constraint $S(T)
論文参考訳（メタデータ） (2024-05-10T10:01:10Z)
Optimal and instance-dependent guarantees for Markovian linear stochastic approximation [47.912511426974376]
標準スキームの最後の繰り返しの2乗誤差に対して、$t_mathrmmix tfracdn$の非漸近境界を示す。マルコフ雑音による政策評価について,これらの結果のまとめを導出する。
論文参考訳（メタデータ） (2021-12-23T18:47:50Z)
Mean-Square Analysis with An Application to Optimal Dimension Dependence of Langevin Monte Carlo [60.785586069299356]
この研究は、2-ワッサーシュタイン距離におけるサンプリング誤差の非同相解析のための一般的な枠組みを提供する。我々の理論解析は数値実験によってさらに検証される。
論文参考訳（メタデータ） (2021-09-08T18:00:05Z)
Wasserstein distance estimates for the distributions of numerical approximations to ergodic stochastic differential equations [0.3553493344868413]
エルゴード微分方程式のイン分布と強い対数凸の場合の分布との間のワッサースタイン距離について検討した。これにより、過減衰および過減衰ランジュバン力学の文献で提案されている多くの異なる近似を統一的に研究することができる。
論文参考訳（メタデータ） (2021-04-26T07:50:04Z)
Faster Convergence of Stochastic Gradient Langevin Dynamics for Non-Log-Concave Sampling [110.88857917726276]
我々は,非log-concaveとなる分布のクラスからサンプリングするために,勾配ランゲヴィンダイナミクス(SGLD)の新たな収束解析を行う。我々のアプローチの核心は、補助的時間反転型マルコフ連鎖を用いたSGLDのコンダクタンス解析である。
論文参考訳（メタデータ） (2020-10-19T15:23:18Z)
Optimal Robust Linear Regression in Nearly Linear Time [97.11565882347772]
学習者が生成モデル$Y = langle X,w* rangle + epsilon$から$n$のサンプルにアクセスできるような高次元頑健な線形回帰問題について検討する。 i) $X$ is L4-L2 hypercontractive, $mathbbE [XXtop]$ has bounded condition number and $epsilon$ has bounded variance, (ii) $X$ is sub-Gaussian with identity second moment and $epsilon$ is
論文参考訳（メタデータ） (2020-07-16T06:44:44Z)

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。