09:19
官方账号arXiv cs.LG@Francesco Camilli, Pierluigi Contucci, Federica Gerace, Emanuele Mingione
推荐理由：这篇论文用变分法啃下了结构化数据上感知器学习的难题，上下界只差参数优化顺序，数学上挺漂亮，推荐给喜欢理论推导的人。
连续自旋
共 1 条相关 AI 资讯
8月6日
09:19
这篇论文提出一种变分方法，研究在有限温度下基于高斯混合数据训练连续自旋感知器的模型。通过结合插值方法与对数凹性，作者导出了极限淬火压力的极小极大变分下界和上界。两个界仅在两个变分参数的优化顺序上不同，其余极值都由变分势的凹-凸结构控制。当两种优化可交换时，上下界匹配并确定模型解。该框架还给出了基态能量、训练损失和泛化误差的统一计算路径。