論文の概要: Stochastic gradient descent with discontinuity across a manifold
- arxiv url: http://arxiv.org/abs/2608.07618v1
- Date: Fri, 07 Aug 2026 06:31:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:36.458752
- Title: Stochastic gradient descent with discontinuity across a manifold
- Title（参考訳）: 多様体上の不連続性を伴う確率勾配勾配
- Authors: Vivek S. Borkar,
- Abstract要約: 低次元方程式に不連続な損失関数の勾配勾配を解析した。
低次元方程式に不連続な損失関数の勾配勾配は、その微分方程式の極限を研究することによって研究される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Stochastic gradient descent for a loss function discontinuous across lower dimensional manifolds is analyzed by studying its differential equation limit.
- Abstract（参考訳）: 下次元多様体に不連続な損失関数に対する確率勾配勾配は、その微分方程式の極限を研究することによって解析される。
関連論文リスト
- Weighted Low-rank Approximation via Stochastic Gradient Descent on Manifolds [1.9648630752093679]
多様体上の閉包を許容する勾配降下に対する収束に基づくリトラクション定理を確立する。
このアルゴリズムはユークリッド空間上の既存の勾配勾配よりも優れる。
また、この多様体上の加速線探索とユークリッド空間上の既存の加速線探索を比較する。
論文 参考訳（メタデータ） (2025-02-20T00:59:50Z) - Limit Theorems for Stochastic Gradient Descent with Infinite Variance [51.4853131023238]
この勾配降下アルゴリズムは、適切なL'evy過程によって駆動されるオルンシュタイン-ルンシュタイン過程の定常分布として特徴付けられることを示す。
また、これらの結果の線形回帰モデルおよびロジスティック回帰モデルへの応用についても検討する。
論文 参考訳（メタデータ） (2024-10-21T09:39:10Z) - Finite Sample and Large Deviations Analysis of Stochastic Gradient Algorithm with Correlated Noise [15.724207170366846]
我々は,ステップサイズ勾配アルゴリズムの有限標本残差を解析した。
相関雑音を仮定し,解析の体系的アプローチとして摂動リアプノフ関数を用いる。
論文 参考訳（メタデータ） (2024-10-11T01:38:27Z) - Generalizing Stochastic Smoothing for Differentiation and Gradient Estimation [59.86921150579892]
アルゴリズム,演算子,シミュレータ,その他の微分不可能関数の微分可能緩和に対する勾配推定の問題に対処する。
我々は、微分可能なソートとランキングのための分散化戦略、グラフ上の微分可能なショートパス、ポーズ推定のための微分可能なレンダリング、および微分可能なCryo-ETシミュレーションを開発する。
論文 参考訳（メタデータ） (2024-10-10T17:10:00Z) - On uniform-in-time diffusion approximation for stochastic gradient
descent [11.437892757715877]
本稿では,勾配降下の時間内均一拡散近似(SGD)を確立する。
主な手法は、後方のコルモゴロフ方程式への解の微分の指数的崩壊率を確立することである。
論文 参考訳（メタデータ） (2022-07-11T14:58:14Z) - Agnostic Learning of Halfspaces with Gradient Descent via Soft Margins [92.7662890047311]
勾配降下は、分類誤差$tilde O(mathsfOPT1/2) + varepsilon$ in $mathrmpoly(d,1/varepsilon)$ time and sample complexity.
論文 参考訳（メタデータ） (2020-10-01T16:48:33Z)
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。