惰性二阶预言机凸优化获近最优算法

针对每轮查询梯度、每 m 轮查询一次 Hessian 的惰性二阶预言机设定，研究者 Xinliang Zhang、Lesi Chen、Chengchang Liu、Jingzhao Zhang 给出了寻找 ε-解所需总迭代次数的下界 Ω(m + m^{1/7} ε^{-2/7})，并提出了达到 Õ(m + m^{1/7} ε^{-2/7}) 上界的新方法。 下界通过一种新的块零链构造证明，与所提算法的上界在阶数上匹配，从而在该设定下实现近最优的复杂度。

AI 根据报道生成 · 14 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。