arXiv发布块稀疏谱优化新理论论文

2026年10月20日，arXiv机器学习版块发布了一篇关于块稀疏谱优化修正模型的新论文。该论文由Omid Shams Solari等提出，旨在重建块广义幂法模型，并严格区分A-SUM与A-SQ两种优化目标。 论文的核心贡献在于证明了A-SQ目标具有全序列收敛性。研究者基于安全上升引理和Kurdyka-Lojasiewicz性质，证明了在严格阈值裕度下，该方法可实现对支持集与符号模式的有限识别，为理论分析提供了坚实基础。 在实际验证方面，该方法在GPT-2、ViT及scRNA单细胞测序数据上进行了测试。实验结果显示，相较于密集的PCA方法，该修正模型在单义性和聚类恢复的AMI指标上均表现更优，验证了其在处理高维稀疏数据时的有效性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。