.png){kind=icon}
返回
MEAN FIELD OPTIMIZATION PROBLEM REGULARIZED BY FISHER INFORMATION
.png){kind=icon}
PRE
AI
DOI：10.1214/25-AAP2225.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，对平均场优化的研究兴趣日益增长，特别是在分析神经网络训练中的作用。本文通过将Fisher信息作为正则化项，将正则化平均场优化问题与所谓的平均场Schrödinger（MFS，简称）动力学联系起来。我们开发了一种能量耗散方法，证明MFS动力学的边缘分布以指数速度收敛到正则化优化问题的唯一最小值。值得注意的是，已证明MFS动力学是概率测度空间上关于相对熵的梯度流。最后，我们提出了一种蒙特卡罗方法来采样MFS动力学的边缘分布。
Keyword:
Mean field optimization
Fisher information
Schr & ouml
dinger semigroup
gradient flow
期刊
A
IF:
1.8
论文数:
84
被引数:
4.4K
机构
查看更多机构
引用论文
暂无论文信息