arXiv · cs.AI· Omid Shams Solari·· 2 天前
校正块稀疏谱优化：精确模型、有限识别与局部动力学
Corrected Block Sparse Spectral Optimization: Exact Models, Finite Identification, and Local Dynamics
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Omid Shams Solari
研究任务与主要进展
Omid Shams Solari 在论文中重建块广义幂方法的原始模型，证明 A-SUM 与二次提升目标 A-SQ 是两个不等价的目标，并为 A-SQ 的 safeguard Riemannian ascent 给出全序列收敛、严格阈值裕量下的支撑与符号有限识别，以及后识别映射和安全筛选规则。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org