★ 3
FedeRage：客户端漂移下的无分布假设联邦学习
论文刻画了参与概率完全未知时 FedAvg 实际求解的优化问题，并据此提出 FedeRage，将条件风险价值（CVaR）嵌入本地目标，形成分布鲁棒优化框架。该方法隐式提升高损失与低参与频率客户端的权重，每客户端仅增加一个标量，在凸与非光滑损失下取得 O(κ/√T) 收敛率，在三个异构基准上于准确率…
arXiv cs.LG42 天前
#收敛性
共 3 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
StopGrads的平稳性、收敛性与流图学习
论文提出stopgrad回归原理，为流图、强化学习和扩散采样器中的stopgrad目标提供统一模板与平稳点闭式刻画。证明流图目标的唯一平稳点即真实流图，并给出欧拉与拉格朗日目标的收敛结果。修改stopgrad放置可将训练内存减少2倍。
arXiv cs.LG47 天前
★ 1
正则化强调式时序差分学习的稳定性
论文构造两状态反例，说明ETD均值映射收缩但采样乘积具有正Lyapunov指数，并提出正则化强调式TD（RETD），通过泄漏标量状态存储强调信号并释放延迟修正。作者证明调和递减步长下的几乎必然收敛与常数步长的条件矩收缩，实验验证了稳定性分离与不动点恢复。
arXiv cs.AI45 天前