通过梯度下降进行低偏差集后处理
最优化与控制
2025-11-14 v1 数值分析
数值分析
摘要
用于均匀采样和数值积分的低偏差集的构建，近期在基于优化和机器学习技术方面取得了巨大进展。然而，这些方法计算成本高昂，通常需要数天的计算或访问 GPU 集群。我们表明，当从一个合理均匀的点集开始时，简单的基于梯度下降的技术可以获得可比的结果。这种方法不仅效率更高且更易获取，而且可以作为后处理应用于任何低偏差集生成方法，适用于各种标准偏差度量。
引用
@article{arxiv.2511.10496,
title = {Low-Discrepancy Set Post-Processing via Gradient Descent},
author = {François Clément and Linhang Huang and Woorim Lee and Cole Smidt and Braeden Sodt and Xuan Zhang},
journal= {arXiv preprint arXiv:2511.10496},
year = {2025}
}