10:57
官方账号arXiv cs.LG@Peng Zhao
推荐理由：这篇论文揭示了负移位梯度下降的谱正则化机制，能突破负脊端点的结构限制，在过参数化线性回归中实现更优的混合符号滤波。
Negative-Shifted Gradient Descent
共 1 条相关 AI 资讯
7月27日
10:57
本文在过参数化线性回归中提出负移位梯度下降(NSGD)，其滤波器在负脊端点处光滑，支持混合符号滤波。在Gaussian spike-plus-flat模型中发现了Marchenko-Pastur barrier：移位量需位于最小经验特征值之上一个bulk宽度，停止路径对比所有可接受的端点风险改进多项式因子。主要定理适用于高有效秩尾部，通过局部Duhamel积分控制非收缩移位动力学。有限格留出不等式将分离转移到验证选择算法。