핵심 개념
Effiziente Algorithmen für empirische Gruppenverteilungsrobuste Optimierung verbessern Konvergenz und Leistung.
초록
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.
- Untersuchung der empirischen GDRO und Entwicklung des Aleg-Algorithmus
- Verbesserte Konvergenz und Leistung im Vergleich zu anderen Methoden
- Nutzung von per-Gruppe-Sampling, ein-Index-verschobenem gewichteten Mittel und veränderbaren Lernraten
- Experimente auf synthetischen und realen Datensätzen zeigen überlegene Ergebnisse
통계
Unser Algorithmus Aleg erreicht eine O(m √n ln m ε) Komplexität mit einer √m Verbesserung gegenüber dem Stand der Technik.
인용구
"Unser Algorithmus Aleg erreicht eine O(m √n ln m ε) Komplexität mit einer √m Verbesserung gegenüber dem Stand der Technik."