Core Concepts
非拡大および収縮演算子の固定点を近似するための確率的ハルパーン反復法のオラクル複雑性を分析し、新しい同期アルゴリズムを提案。
Abstract
導入
固定点反復は数学や工学で基本的であり、最適化アルゴリズムに広く使用される。
確率的固定点反復は関連する他の設定に比べて注目が少ない。
問題設定
Rd上の一般ノルム∥·∥でT:Rd→Rdがγ-収縮性演算子として考えられる。
主な貢献
非拡大写像では、方法はε^-5の最終反復オラクル複雑性を達成し、下限値も示す。
収縮演算子では、ε^-2(1-γ)^-3の収束速度を示す。
結果
ハルパーン反復法は非拡大演算子に対して収束し、平滑空間では極限に収束することが保証される。
重要な補足
ミニバッチ戦略により誤差の分散を軽減し、オラクル複雑性を改善する方法が提案されている。
Stats
E( ˜T(x, ξ)) = Tx (全体)
sup x∈Rd E( ˜T(x, ξ) − Tx )^2 ≤ σ^2 (全体)
Quotes
"固定点反復は数学や工学で基本的であり、最適化アルゴリズムに広く使用される。"
"我々は主に非ユークリッド空間特有の応用を示しながらオラクル複雑性を検討します。"