加速概率测度空间的优化

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本文介绍了一种在概率测度空间上进行优化的加速梯度方法,可实现任意高阶的收敛速度,并通过数值例子进行了验证。

🎯

关键要点

  • 本文介绍了一种在概率测度空间上进行优化的加速梯度方法。
  • 该方法可以实现任意高阶的收敛速度。
  • 研究在概率测度空间上进行优化的加速梯度方法具有重要意义。
  • 提出的哈密顿流方法与欧几里得空间中的基于矩的方法类似。
  • 数值例子验证了该方法的有效性。
➡️

继续阅读