抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
最適化アルゴリズムのシステムおよび制御(S&C)ベースの解析における最近の進展から,十分な作業は,機械学習(ML)アルゴリズムおよびその応用に特化されていない。本論文では,(離散時間)Lyapunov安定性理論が,必ずしも勾配ベースではない最適化アルゴリズムの解析(および潜在的設計)において,どのように支援するか,または,リードする強力なツールとして,どのように機能できるかを例証することによって,このギャップに対処した。本論文が焦点を合わせた特定のML問題は,最大事後期待値最大化(MAP-EM)として知られる一般的な最適化アルゴリズムによる不完全データBayesフレームワークにおけるパラメータ推定のことである。動的システム安定性理論からの第一原理に従って,MAP-EMの収束のための条件を開発した。さらに,追加の仮定が満たされるならば,高速収束(線形または二次)が達成され,S&Cアプローチを採用せずに明らかにするのが困難であった。本論文における収束保証は,EMアプリケーションのための十分条件のセットを効果的に拡大して,それによって,他のMLアルゴリズムの類似したS&Cベースの収束解析の可能性を実証した。【JST・京大機械翻訳】