面向重叠稀疏性的自适应维数约化
人工智能
2026-01-29 v1 机器学习
摘要
非重叠稀疏优化的典型维数约化技术涉及基于从一阶最优性条件导出的对偶证书的筛选或滤波策略，近似梯度或利用稀疏解某些固有低维结构。在此基础上，重叠稀疏性的维数约化规则通常发展不足，因为亚梯度结构更为复杂，导致稀疏模式与对偶变量之间的关联变得间接，由于非可分性。本文我们提出了重叠稀疏性的新型对偶证书，并提出一种新颖的自适应方案用于识别重叠组 LASSO 的 support。我们展示了该方案如何集成到现有算法中并显著加速，包括 primal-dual 分解法、交替方向乘子法以及最近developed的基于过参数化的变量投影方案。我们对该方法进行收敛性分析，并通过标准数据集上的实验验证其实际有效性。
关键词
引用
@article{arxiv.2601.20696,
title = {Enterprise Resource Planning Using Multi-type Transformers in Ferro-Titanium Industry},
author = {Samira Yazdanpourmoghadam and Mahan Balal Pour and Vahid Partovi Nia},
journal= {arXiv preprint arXiv:2601.20696},
year = {2026}
}