文献

J-GLOBAL ID：202102264665834015   整理番号：21A2429070

確率的主双対最適化のための適応座標サンプリング【JST・京大機械翻訳】

Adaptive coordinate sampling for stochastic primal-dual optimization

著者 (3件)： Liu Huikang (Imperial College Business School, Imperial College London, London, SW7 2BX, UK) ,  Wang Xiaolu (Department of Systems Engineering and Engineering Management, The Chinese University of Hong Kong, Hong Kong, China) ,  So Anthony Man-Cho (Department of Systems Engineering and Engineering Management, The Chinese University of Hong Kong, Hong Kong, China)
資料名： International Transactions in Operational Research  (International Transactions in Operational Research)
巻： 29  号： 1  ページ： 24-47  発行年： 2022年 
JST資料番号： W0717A  ISSN： 0969-6016  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 機械学習と統計における様々な問題で生じる線形予測子の正則化経験的リスク最小化(ERM)を考察した。元のERMを双線形鞍点問題として再定式化した後,それを解くために確率的プライマ-二重法を適用することができる。固定非一様分布による一次または二重座標のサンプリングは通常,アルゴリズムの収束を加速するために採用されるが,そのような戦略は目的関数の大域的情報のみを利用する。その局所構造を捉えるために,著者らは,繊細に設計した不均一および非定常分布に基づく座標を選択する適応重要度サンプリング戦略を提案した。適応座標サンプリング戦略が確率的Primal-Dual座標(SPDC)に適用されるとき,得られたアルゴリズムが線形収束を楽しむことを証明した。さらに,この適応サンプリングの理想形式は,vanilla SPDCと比較して,ある条件下で厳密に鋭い収束速度を示した。また,著者らのサンプリング戦略をDoubly確率的Primal-Dual座標(DSPDC)とO(1)/反復コストと分散低減(SPD1-VR)を含む確率的Primal-Dualを含む他のアルゴリズムに拡張し,そこでは,一次と二重座標の両方がランダムにサンプリングされる。実験結果は,提案した戦略が既存のサンプリング戦略と比較して,この方法の収束性能を著しく改善することを示した。Copyright 2021 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *最適化 ,  線形性 ,  目的関数 ,  正則化 ,  鞍点 ,  定式化 ,  線形予測 ,  機械学習
準シソーラス用語： 局所構造 ,  収束速度 ,  重要度サンプリング ,  一様分布 ,  適応サンプリング , 【Automatic Indexing@JST】

著者キーワード (4件)： 主双対法 ,  確率的最適化アルゴリズム ,  適応重要度サンプリング ,  機械学習

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (5件)： 確率 ,  最適化 ,  適応 ,  座標 ,  サンプリング