機械学習における最適化:分布空間アプローチ【JST・京大機械翻訳】

Cai Yongqiang; Li Qianxiao; Shen Zuowei

プレプリント

J-GLOBAL ID：202202208465690466 整理番号：22P0136405

機械学習における最適化:分布空間アプローチ【JST・京大機械翻訳】

Optimization in Machine Learning: A Distribution Space Approach

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年04月18日プレプリントサーバーでの情報更新日： 2020年04月18日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

機械学習において遭遇する最適化問題は,関数空間上の凸関数を最小化すると解釈できるが,モデルパラメタリゼーションによって導入された非凸制約集合を持つという視点を示した。この観測は,訓練パラメータ上の分布空間における凸最適化問題として適切な緩和を介してそのような問題を再配置することを可能にする。分布-空間問題と元の問題の間のいくつかの単純な関係を導き,例えば,分布-空間解は,元の空間における解と同様に少なくとも良好である。さらに,分布空間で近似最適化を行うための混合分布に基づく数値アルゴリズムを開発した。この近似の一貫性を確立し,提案したアルゴリズムの数値的有効性を簡単な例で示した。理論と実践の両方において,この定式化は機械学習における大規模最適化への代替アプローチを提供する。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

数理計画法 , 数値計算 , パターン認識 , その他のオペレーションズリサーチの手法

, ,

前のページに戻る