热点事件持续更新
研究提出依赖观测下随机镜像下降非渐近收敛保证
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
2026年11月2日，发表于arXiv的一项研究针对由依赖观测驱动的随机镜像下降（SMD）算法取得进展，突破了经典的独立同分布（i.i.d.）假设。该研究提出了一种支持几何或多项式依赖序列的“遗忘”条件，并据此导出了平均SMD迭代的显式有限样本精度界。在收敛速率方面，该条件在大初始误差和小初始误差机制下，分别恢复了经典的 O(1/T) 与 O(1/√T) 速率。目前，该理论结果已成功应用于包含依赖回归元的高维线性回归等实际场景。
AI 根据报道生成 · 17 小时前更新
最新进展11月2日 13:00
研究提出突破i.i.d.假设的遗忘条件，推导出依赖观测下随机镜像下降的显式有限样本精度界。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv stat.ML依赖观测下的随机镜像下降算法
针对依赖观测驱动的随机镜像下降（SMD）算法，一项研究突破经典的 i.i.d. 假设，提出了支持几何或多项式依赖序列的“遗忘”条件。该条件导出了平均 SMD 迭代的显式有限样本精度界，在大、小初始误差机制下分别恢复了经典的 $O(1/T)$ 与 $O(1/\sqrt{T})$ 速率，并已成功应用于含依赖回归元的高维线性回归等场景。
本事件热度走势
当前热度 6·可比范围峰值 10（11月2日 14:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。