О скорости конвергенции GD в нелинейных нейронных сетях: адверсариальная перспектива устойчивости

arXiv:2603.02095v2 Annualce Type: заменить перекрестное резюме: Мы изучаем конвергенцию динамики происхождения (GD) в рамках минимальной двуединой классификации, включающей двухневронную сеть " ReLU > и два учебных курса. Мы доказываем, что даже при этих надежных упрощенных предположениях, хотя ГО успешно сходится к оптимальному пределу надежности, фактически максимально увеличивая расстояние между границей принятия решения и учебными пунктами, такое сближение происходит чрезмерно медленными темпами, строго взвешенными как доллары США. Насколько нам известно, это устанавливает первую явную нижнюю границу в отношении скорости конвергенции диапазона прочности нелинейной модели. С помощью эмпирических симуляций мы далее демонстрируем, что этот режим имманентной неисправности является широко распространенным и демонстрирует точно такой же жесткий коэффициент конвергенции в рамках многих естественных систем инициализации. Наши теоретические гарантии вытекают из тщательного анализа траекторий ГО по различным acti