Study on learning dynamics of high-dimensional machine learning models and development of efficient learning methods
Study on learning dynamics of high-dimensional machine learning models and development of efficient learning methods
高维机器学习模型的学习动力学研究及高效学习方法的开发
批准号：
19K20337
负责人：
Nitanda Atsushi
金额：
$2.75万
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2019
资助国家：
日本
项目状态：
已结题
起止时间：
2019-04-01 至 2022-03-31
中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
期刊论文(38)
专著(0)
科研奖励(0)
会议论文
登录
查看更多内容
粒子双対平均化法：平均場ニューラルネットワークの大域的収束保証付最適化法
粒子对偶平均法：平均场神经网络全局收敛保证的优化方法
粒子对偶平均法：平均场神经网络全局收敛保证的优化方法
DOI：
--
发表时间：
2020
期刊：
影响因子：
--
作者：
[二反田篤史，Denny Wu, 鈴木大慈]
通讯作者：
鈴木大慈
学習アルゴリズムの大域収束性と帰納的バイアス
学习算法的全局收敛和归纳偏差
学习算法的全局收敛和归纳偏差
DOI：
--
发表时间：
2019
期刊：
影响因子：
--
作者：
[Eto Hiroshi, Ito Takehiro, Kobayashi Yasuaki, Otachi Yota, Wasa Kunihiro, 二反田篤史]
通讯作者：
二反田篤史
SGDの挙動解析に基づくデータクレンジング
基于SGD行为分析的数据清洗
基于SGD行为分析的数据清洗
DOI：
--
发表时间：
2019
期刊：
影响因子：
--
作者：
[Liu Jia, Xin Kang, Shun Nishide and Fuji Ren, 原聡，二反田篤史，前原貴憲]
通讯作者：
原聡，二反田篤史，前原貴憲
Particle Dual Averaging: Optimization of Mean Field Neural Networks with Global Convergence Rate Analysis
粒子对偶平均：利用全局收敛率分析优化平均场神经网络
粒子对偶平均：利用全局收敛率分析优化平均场神经网络
DOI：
--
发表时间：
2021
期刊：
Advances in Neural Information Processing Systems (NeurIPS2021)
影响因子：
--
作者：
[Atsushi Nitanda, Denny Wu, Taiji Suzuki]
通讯作者：
Taiji Suzuki
Stochastic Gradient Descent with Exponential Convergence Rates for Classification Problems
分类问题的指数收敛率随机梯度下降
分类问题的指数收敛率随机梯度下降
DOI：
--
发表时间：
2019
期刊：
影响因子：
--
作者：
[Shun-ichi Amari, Jimmy Ba, Roger Grosse, Xuechen Li, Atsushi Nitanda, Taiji Suzuki, Denny Wu, and Ji Xu, Atsushi Nitanda]
通讯作者：
Atsushi Nitanda
共 29 条
海外基金