Подвергнутые проклятию Анхед Лэнгевин Дайнемикс

Компьютерные науки > Машинное обучение [представлено 27 октября 2026 года] Название: Поддержанный Anchorded Langevin Dyammework View PDF HTML (экспериментальный) Резюме: классические алгоритмы Langetiven Monte Carlo, такие как нескорректированный алготип Лангевина (ULA), основаны на схемах дискретизации перегруженной динамики Лэнгевина и широко используются для выборки в машинном обучении, поскольку они охватывают большие размеры и крупные наборы данных. Однако они требуют разной плотности бревен и менее эффективны при отборе проб тяжелоконтейнированных распределительных систем. Хотя в литературе были предложены различные подходы к отбору недифференцируемых и крупногабаритных целевых показателей, все из них разрабатываются только на основе перепутанных параметров. Мы предлагаем новый алгоритм, основанный на импульсах подводной динамики Лангевина (UAD) и запятнанный якорь Langevin Monte Carlo (WAMC), основанный на системе дискретизации UALD. Наш документ является первым документом, в котором содержится кинетический алгоритм Лэнгевина для недифференцируемых и тяжёлых целей без асимптотического отклонения. Этот метод заменяет первоначальный потенциал плавным исходным потенциалом и изменяет подкожную динамику Лангевина посредством мультипликативного масштабирования в дрейфном режиме. Мы установим неасимптотические гарантии на расстоянии 2 Вассарштейна до целевого распределения и продемонстрируем, что возникающая в результате этого сложность итерации больше зависит от размеров и…