変分不等式制約による非凸最適化のための反復陰的勾配【JST・京大機械翻訳】

Kaushik Harshal D.; Jin Ming

プレプリント

J-GLOBAL ID：202202212798172397 整理番号：22P0309303

変分不等式制約による非凸最適化のための反復陰的勾配【JST・京大機械翻訳】

Iterative Implicit Gradients for Nonconvex Optimization with Variational Inequality Constraints

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 (2件)： ,
資料名：
発行年： 2022年03月23日プレプリントサーバーでの情報更新日： 2022年03月23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)

非凸損失関数を持つ制約付き最適化問題のための陰的勾配ベーススキームを提案し,それは,メタ学習,ハイパーパラメータ最適化,および強化学習を含む機械学習における様々な応用を解析するために潜在的に使用できる。提案したアルゴリズムは反復微分(ITD)戦略に基づいている。制約下の学習の動機を持つ制約付きバイレベル構造に対する二レベル最適化の現在の文献の収束と速度解析を拡張した。任意の一次スキームを用いた二レベル最適化に取り組むために,外部変数(陰的勾配)に関して内部レベル最適解の勾配を含む。本論文では,可能な大規模構造を考慮して,陰的勾配を得る効率的な方法を提案した。さらに,真の勾配に関して誤差限界を提供した。さらに,非漸近率結果を示した。【JST・京大機械翻訳】

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

数値計算 , システム最適化手法

, , , ,

前のページに戻る