arXiv · cs.AI · Bowen Li, Danqing Zhou, Chuan He · 4 小时前模型评分31
A²ODA：基于 p 范数几何的无约束凸优化自适应加速乐观对偶平均方法
A simple adaptive accelerated optimistic dual averaging method for unconstrained convex optimization in $p$-norm geometry
导读
研究者提出自适应加速乐观对偶平均方法（A²ODA，Adaptive Accelerated Optimistic Dual Averaging），用于 p∈[2,∞] 的 p 范数几何下无约束凸优化，采用低成本预条件且无需线搜索。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “In this paper, we propose an adaptive accelerated optimistic dual averaging ($\text{A}^2$ODA) method for unconstrained convex optimization that adopts low-cost preconditioning based on $p$-norm geometry for $p\in[2,\infty]$.”
来源：arXiv · cs.AI · arxiv.org