标签切换与随机梯度下降的动力学模型分析
偏微分方程分析
2022-12-09 v2 机器学习
数学物理
math.MP
最优化与控制
摘要
在本文中，我们为标签切换的动力学模型分析提供了一种新方法，该模型用于可在不同能量景观的梯度流之间随机切换的粒子系统。除了生物学和物理学中的问题外，我们还表明，当考虑时间连续变体时，机器学习中最流行的技术——随机梯度下降，可以在此框架下理解。我们的分析聚焦于在外部势集合中的演化情形，对此我们给出了关于演化以及稳态问题的解析与数值结果。
引用
@article{arxiv.2207.00389,
title = {Analysis of Kinetic Models for Label Switching and Stochastic Gradient Descent},
author = {Martin Burger and Alex Rossi},
journal= {arXiv preprint arXiv:2207.00389},
year = {2022}
}