.png){kind=icon}
返回
A variable metric proximal stochastic gradient method: An application to classification problems
.png){kind=icon}
OA
AI
DOI：10.1016/j.ejco.2024.100088.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 监督分类问题在多个科学领域中普遍存在。
• 近端随机梯度算法是解决分类问题的金标准。
• 可变度量策略有助于控制随机梯度的方差。
• 非单调线搜索过程允许自动调整学习率。
Keyword:
Variable metric
Stochastic optimization
Classification problem
Deep learning
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
1.7
论文数:
63
被引数:
391
机构
引用论文
分享收藏Variable metric forward–backward splitting with applications to monotone inclusions in duality.png)
Optimization
OAAI
OptimizationIF0
OAAI分享收藏分享收藏
查看更多内容