Die Studie untersucht die empirische Gruppenverteilungsrobuste Optimierung (GDRO) und entwickelt den Aleg-Algorithmus, der eine verbesserte Konvergenz und Leistung im Vergleich zu anderen Methoden aufweist. Der Algorithmus nutzt eine per-Gruppe-Sampling-Technik, ein ein-Index-verschobenes gewichtetes Mittel und unterstützt veränderbare Lernraten. Experimente zeigen überlegene Ergebnisse auf synthetischen und realen Datensätzen.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Dingzhi Yu,Y... at arxiv.org 03-07-2024
https://arxiv.org/pdf/2403.03562.pdfDeeper Inquiries