SPBM以随机屏障优化约束机器学习

论文作者提出随机惩罚屏障方法SPBM，用于约束机器学习：以对偶变量指数平均和稳定化惩罚调度结合Moreau包络处理非光滑约束，并分析小批量训练给屏障函数带来的偏差；理论分析显示，变换后问题的可行集包含于原问题的可行集。 作者在公平性与物理信息神经网络实验中将其与多种约束机器学习基线比较，SPBM表现出竞争力。在公平性计算基准中，约束数从90增至9900时，各受测约束机器学习方法每轮运行时间基本不随约束数增长，且不超过正则化Adam的1.3倍；这一结果仅对应论文报告的该基准。

AI 根据报道生成 · 37 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。