arXiv · cs.AI· Neil Walton·· 5 小时前
随机微积分方法将SDE收敛速率迁移至随机梯度下降
A Rate Transfer Method: Convergence Rates in Stochastic Gradient Descent via Stochastic Calculus
arXiv:2610.18739v1阅读论文 PDF ↗
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：Neil Walton
研究任务与主要进展
基于论文摘要，作者提出一种将随机微分方程有限时域Lyapunov估计转换为随机梯度算法收敛界的速率迁移方法。该方法通过验证SDE的Lyapunov生成元不等式，在一般矩条件和光滑性条件下恢复经典随机梯度方法的既有速率，并为新优化算法提供收敛速率分析途径；摘要未说明实验、代码或完整基线比较。
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