新方法将SDE估计转为随机梯度收敛界

研究者 Neil Walton 提出一种速率迁移方法，可将关联随机微分方程（SDE）的有限时间 Lyapunov 估计，转化为随机梯度算法的有限时间收敛界。 该方法在通用矩条件与平滑性条件下，把随机梯度法的收敛分析简化为验证 SDE 的 Lyapunov 生成元不等式的微积分论证。据该研究称，它能复现经典随机梯度方法的已知收敛速率，并为新优化算法通过其关联 SDE 建立收敛速率提供途径。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。