先验失配下即插即用近端梯度下降法的新收敛性分析
机器学习
2026-01-29 v2 最优化与控制
摘要
在这项工作中，我们为即插即用近端梯度下降法（PnP-PGD）在先验失配（即去噪器训练所用的数据分布与当前推理任务不同）的情况下提供了一种新的收敛理论。据我们所知，这是PnP-PGD在先验失配下的首个收敛性证明。与PnP算法现有的理论结果相比，我们的新结果消除了对若干限制性且不可验证假设的需求。此外，我们推导了等变PnP（EPnP）在先验失配设置下的收敛理论，证明了EPnP能降低误差方差并显式收紧收敛界。
引用
@article{arxiv.2601.09831,
title = {A New Convergence Analysis of Plug-and-Play Proximal Gradient Descent Under Prior Mismatch},
author = {Guixian Xu and Jinglai Li and Junqi Tang},
journal= {arXiv preprint arXiv:2601.09831},
year = {2026}
}