BriefGPT - AI 论文速递
·
在光滑条件下估计一个函数及其导数
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种基于函数评估的平滑函数全局最小化方法，适用于具有大量导数的函数。该方法的计算复杂性为 $O (n^{3.5})$，空间复杂性为 $O (n^2)$，并且在维数为 $m$ 的情况下，全局最优解的收敛速度不会受到 “维度诅咒” 的影响。
🎯
关键要点
- 本文介绍了一种基于函数评估的平滑函数全局最小化方法。
- 该方法适用于具有大量导数的函数。
- 计算复杂性为 O(n^{3.5})，空间复杂性为 O(n^2)。
- 全局最优解的收敛速度为 O(n^{-m/d + 1/2 + 3/d})。
- 该方法在维数为 m 的情况下不受 '维度诅咒' 的影响。
🏷️
标签
➡️
