跳到正文
热点事件持续更新

非凸强凹极小极大优化复杂度论文发布

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

2026年11月3日,Yuxing Peng等人在arXiv平台发表预印本论文《有限和非凸强凹极小极大优化中的精确 proximal 算法复杂度》。 该研究指出,在此类优化问题中,即便算法拥有精确 proximal 访问和完全自适应特性,其最坏情况下仍至少需要特定次数的组件查询。 具体而言,所需查询次数下限为 $n+\min\{\sqrt n\,\kappa,n^{3/4}\sqrt\kappa\}L\Delta/\varepsilon^2$,确立了相关理论复杂性边界。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月4日
  1. arXiv · ML
    有限和非凸强凹极小极大优化中的精确 proximal 算法复杂度

    在有限和非凸强凹极小极大优化问题中,即使拥有精确 proximal 访问和完全自适应,随机算法的最坏情况下也至少需要 $n+\min\{\sqrt n\,\kappa,n^{3/4}\sqrt\kappa\}L\Delta/\varepsilon^2$ 次组件查询。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。