文献

J-GLOBAL ID：202202263928963092   整理番号：22A0466993

線形逆問題に対する確率分散低減勾配の解析【JST・京大機械翻訳】

An analysis of stochastic variance reduced gradient for linear inverse problems

著者 (3件)： Jin Bangti (Department of Computer Science, University College London, Gower Street, London WC1E 6BT, United Kingdom) ,  Zhou Zehui (Department of Mathematics, The Chinese University of Hong Kong, Shatin, New Territories, Hong Kong Special Administrative Region of China, People’s Republic of China) ,  Zou Jun (Department of Mathematics, The Chinese University of Hong Kong, Shatin, New Territories, Hong Kong Special Administrative Region of China, People’s Republic of China)
資料名： Inverse Problems  (Inverse Problems)
巻： 38  号： 2  ページ： 025009 (34pp)  発行年： 2022年 
JST資料番号： W2014A  ISSN： 0266-5611  CODEN： INPEEY  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 確率的分散低減勾配(SVRG)は,確率的勾配降下(SGD)を加速するための一般的な分散低減技術である。古典的正則化理論のレンズにおける線形逆問題を解くための方法の最初の解析を提供した。適当な一定ステップサイズスケジュールに対して,この方法はノイズレベル(適切な規則性条件の下で)に関して最適収束速度を達成し,SVRG反復誤差の分散はSGDによるそれよりも小さいことを証明した。これらの理論的知見は一連の数値実験によって裏付けられた。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： レンズ ,  雑音指数 ,  規則度 ,  線形性 ,  *逆問題 ,  正則化
準シソーラス用語： 収束速度 ,  数値実験 ,  *分散低減 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  信号理論  (ND02020G)

タイトルに関連する用語 (6件)： 線形 ,  逆問題 ,  確率 ,  分散低減 ,  勾配 ,  解析