基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
COMID(Composite Objective MIrror Descent)是一种能够保证 L1正则化结构的在线算法,其随机收敛速率可由在线算法的 regret 界直接得到,但其最终解是 T 次迭代平均的形式,稀疏性很差。瞬时解具有很好的稀疏性,因此分析算法的瞬时收敛速率在随机学习中变得越来越重要。本文讨论正则化非光滑损失的随机优化问题,当正则化项为L1和 L1+L2时,分别证明了 COMID 的瞬时收敛速率。大规模数据库上的实验表明,在保证几乎相同正确率的同时,瞬时解一致地提高了稀疏性,尤其是对稀疏性较差的数据库,稀疏度甚至能够提升4倍以上。
推荐文章
一种基于Comid的非光滑损失随机坐标下降方法
机器学习
优化
大规模
坐标下降方法
非光滑损失
结构学习
COMID
基于Zernike模式的随机并行梯度下降算法的收敛速率
波前整形系统
随机并行梯度下降算法
仿真
Zernike多项式
变形镜
加入随机初始化因素的杂交收敛粒子群算法
粒子群算法
局部最优
路径优化
加入随机初始化因素的杂交收敛粒子群算法
粒子群算法
局部最优
路径优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 随机 COMID 的瞬时收敛速率分析
来源期刊 电子学报 学科 工学
关键词 机器学习 随机优化 非光滑优化 L1 正则化 COMID 瞬时收敛速率
年,卷(期) 2015,(9) 所属期刊栏目 学术论文
研究方向 页码范围 1850-1858
页数 9页 分类号 TP301
字数 7930字 语种 中文
DOI 10.3969/j.issn.0372-2112.2015.09.025
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陶卿 中国人民解放军陆军军官学院十一系 29 495 8.0 22.0
2 邵言剑 中国人民解放军陆军军官学院十一系 3 17 2.0 3.0
3 汪群山 中国人民解放军陆军军官学院十一系 5 9 2.0 3.0
4 姜纪远 中国人民解放军陆军军官学院十一系 4 17 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (1)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1951(1)
  • 参考文献(1)
  • 二级参考文献(0)
1967(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
机器学习
随机优化
非光滑优化
L1 正则化
COMID
瞬时收敛速率
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
论文1v1指导