От геометрии к обобщению: почему нормализация строки может победить Адама и Муона
arXiv:2610.11309v1 Annuales Type: перекрестное резюме: различные оптимизаторы могут вместить одни и те же данные о профессиональной подготовке при отборе классификаторов с практически различными геометриями, но остается ли эта разница явно воздействующей на показатели населения, пока неясно. Мы показываем, что нормализация в рядовом направлении может достичь строго более высокой точности популяции, чем полная батарея Адама, опосредованная случайный пересадка Адама и точный СВД Мюон для многоклассной классификации. При модели изотропных гауссейско-облачных данных это преимущество возникает потому, что классовая геометрия Эвклидной геометрической системы асимптотически сохраняет направление принятия решений населением, в то время как координатно-геометрическая схема Адама и спектральная геологическая география Муона создают неизменяющиеся искажения. Помимо изотропии, преимущество для подготовки по полной паре на классной основе заключается в использовании независимых классовых и испытательных ковариантов. Он держит в силе спектрру с классным экспонентом ниже одного, даже при сильном
