针对随机序数oracle的Ruppert-Polyak平均
机器学习
2024-11-26 v1
摘要
黑箱优化作为一个迅速发展的领域，面临由于对目标函数内部机制了解有限带来的挑战。为了应对这一问题，一个有前景的方案是随机序数oracle概念。该概念类似于其他序数oracle概念，仅依赖于函数值之间的相对比较，而无需获取确切值。本文提出了一种对随机序数oracle概念进行渐近收敛性估计的新方法，进而提高了准确性。我们的工作超越了该领域现有研究，提供了更精确的渐近收敛速率估计。最后，数值实验验证了我们的理论发现，为我们提出的方法提供了强大的实证支持。
关键词
引用
@article{arxiv.2411.15866,
title = {Ruppert-Polyak averaging for Stochastic Order Oracle},
author = {V. N. Smirnov and K. M. Kazistova and I. A. Sudakov and V. Leplat and A. V. Gasnikov and A. V. Lobanov},
journal= {arXiv preprint arXiv:2411.15866},
year = {2024}
}