arXiv stat.ML· Oleksii Kachaiev, Luc Brogat-Motte, Silvia Villa, Lorenzo Rosasco·· 2 小时前AI 评分12
核诱导几何中 Markov 链的收敛性研究
Markov Chain Convergence in Kernel-Induced Geometry
AI 导读
研究在正定核对应 Hilbertian 嵌入(即 Maximum Mean Discrepancy,MMD)所诱导几何下 Markov 链的收敛性。在核诱导几何的收缩假设与标准谱隙假设下,建立了经验占用测度向不变测度收敛的非渐近高概率界,其中谱隙决定有效样本量,核收缩仅以线性修正项进入。作为应用,从单条轨迹对动力系统进行一步预测,为非线性最小二乘估计导出快速学习率。
来源:arXiv stat.ML · arxiv.org