パラメトリック最適化問題の解法を加速するためのメトリック学習

本研究では、機械学習を用いて、プロキシマル分割アルゴリズムの収束を加速するメトリックを学習する手法を提案する。従来の理論的アプローチでは一般的な二次計画問題に適用できないが、本手法では差分可能な最適化を活用することで、より広範な問題クラスに対して効果的なメトリックを学習できる。