Статистические данные > Расчет [представлен 14 октября 2026 года] Название: SULA: Roust Langevin Patelling посредством Drift-Difution Seturation View PDF HTML (экспериментальный) Резюме: Нескорректированный алгоритм Лангевина (УЛА) и его стохастический вариант, SGLD, являются рабочими лошадьми современного машинного обучения в Байезии, но могут быть хрупкими при наличии целевого распределения с дрейфом не липшица. В таких условиях ожидаемое расстояние прыжка в квадрате может быстро возрасти, что приведет к цифровой нестабильности или необходимости чрезмерно небольших ступенек. Мы предлагаем насыщенный нескорректированный алгоритм Лэнгевина (SULA), который сочетает насыщенные градиентные дрейфы с диффузией, основанной на зависимости от государства, сохраняя при этом последовательность первого порядка с дисперсией Лангевин. Термины дрейфа и рассеивания выбираются таким образом, чтобы гарантировать независимость одноэтапного обновления в квадрате от градиента. Следовательно, СУЛА является надежным органом для выбора ступеней и сохраняет качество оценки и прогнозирования. Мы обеспечиваем достаточные условия, при которых СУЛА с ступенчатым долларом в долл. США слабо соотносится с диффузией Лангевина по стандартной ставке О(h) долларов, цепь СЮЛА является геометрической эргодикой и что отклонение ее переменной величины от целевого показателя составляет 0 (ч). Кроме того, мы разрабатываем SG-SULA — стохастическая и градиентная версия SULА, которая пересчитывает стакастический уклон…
SULA: Отбор проб с использованием метода дрифт-диффузии
arXiv: 2610.19670v1 Аннонс Тип: новое резюме: нескорректированный алгоритм Лангевина (ULA) и его стохастически-градиентный вариант, SGLD - это рабочие лошади современного байезийского машинного обучения, но может быть хрупким при наличии целевого распределения с дрейфом нелипшица. В таких условиях ожидаемое расстояние прыжка в квадрате может быстро возрасти, что приведет к цифровой нестабильности или необходимости чрезмерно небольших ступенек. Мы предлагаем насыщенный нескорректированный алгоритм Лэнгевина (SULA), который сочетает насыщенные градиентные дрейфы с диффузией, основанной на зависимости от государства, сохраняя при этом последовательность первого порядка с дисперсией Лангевин. Термины дрейфа и рассеивания выбираются таким образом, чтобы гарантировать независимость одноэтапного обновления в квадрате от градиента. Следовательно, СУЛА является надежным органом для выбора ступеней и сохраняет качество оценки и прогнозирования. Мы обеспечиваем достаточные условия, при которых СУЛА с ступенчатым долларом в долл. США слабо соприкасается с распространением Лангевина на стойке