컨버리지가 아닌 문제에 대한 룰렛 사이트 최적화 발전
MIE 조교수 Shahin Shahrampour는 Texas A & M University와 협력하여“네트워크 기계 학습에 응용 프로그램을 사용하여 비 정교회 환경에서 합의 및 룰렛 사이트 최적화”를 해결하기 위해 50 만 달러의 NSF 보조금을 받았습니다. 이 프로젝트는 비 정교회 환경에서 합의 및 조정에 대한 이해를 변화시킬 것이며, 차세대 엔지니어를위한 실용적인 도구로 룰렛 사이트 최적화를 도입하기위한 교육 구성 요소를 포함 할 것입니다..
초록 출처 :NSF
룰렛 사이트 최적화는 확장 가능한 방식으로 모델을 훈련시키는 수단을 제공하므로 네트워크를 통한 기계 학습 및 데이터 분석을위한 수단입니다. 이 프로젝트는 두 가지 중요한 비 컨버드 문제를 연구하여 룰렛 사이트되지 않은 비 컨버드 최적화에 대한 기본 지식을 발전시키는 것을 목표로합니다.
이 프로젝트의 목표는 이종 컴퓨팅 환경에서 구현 된 비 컨버드 최적화를위한 룰렛 사이트 접근법을 해결하는 것입니다. 룰렛 사이트 된 확률 론적 구배 출신의 룰렛 사이트 구현을위한 후퇴 방법 방법이 조사 될 것이고,이 기술의 이점이 감소 된 순위 및 희소 회귀 및 희소 깊은 신경망의 훈련에 대한 이점을 보여줍니다.
이상은 NSF의 법정 사명을 반영하며 재단의 지적 장점과 광범위한 영향 검토 기준을 사용하여 평가를 통해 지원을받을 가치가있는 것으로 간주되었습니다..