非线性双时间尺度随机逼近偏差展开新结果
热点事件持续更新
非线性双时间尺度随机逼近偏差展开新结果
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
A. Ch. Madhusudanarao 与 Rahul Singh 发表论文,针对由外生有限状态马尔可夫链驱动的非线性双时间尺度递归,在给定平滑性假设下推导出一阶偏差展开,其误差界在慢步长远小于快步长时保持一致。 论文称,当快步长为 η、慢步长为 ε 时,展开式中除各步长的线性项外还出现 ε²/η 的混合贡献,导致幂律步长路径下偏差指数不必为整数,Richardson–Romberg 外推需匹配路径权重。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
非线性双时间尺度随机逼近中的稳态偏差与外推报道时间线
沿着报道,了解事件的不同侧面。
10月8日
- arXiv cs.LG非线性双时间尺度随机逼近中的稳态偏差与外推
针对由外生有限状态马尔可夫链驱动的非线性双时间尺度递归,该研究在给定平滑性假设下推导出一阶偏差展开,其误差界在慢步长远小于快步长时保持一致。当快步长为 η、慢步长为 ε 时,展开式中除各步长的线性项外还出现 ε²/η 的混合贡献,导致幂律步长路径下偏差指数不必为整数,Richardson–Romberg 外推需匹配路径权重。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。