首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

免投影在线学习

摘要第3-4页
abstract第4-5页
第1章 绪论第8-18页
    1.1 在线学习与在线凸优化概述第8-10页
    1.2 经典算法第10-13页
        1.2.1 在线梯度下降第11页
        1.2.2 正则化追随领先者第11-13页
    1.3 免投影在线学习第13-16页
        1.3.1 条件梯度第13-15页
        1.3.2 在线条件梯度第15-16页
    1.4 研究内容与创新点第16页
    1.5 本文结构第16-18页
第2章 自适应免投影在线学习第18-32页
    2.1 研究动机第18页
    2.2 预备知识第18-19页
        2.2.1 自适应在线对偶平均第18-19页
    2.3 自适应在线条件梯度第19-28页
        2.3.1 算法第19-20页
        2.3.2 悔界上界分析第20-28页
    2.4 实验第28-30页
        2.4.1 实验设置第28-29页
        2.4.2 实验结果与分析第29-30页
    2.5 本章小结第30-32页
第3章 分布式免投影在线学习第32-51页
    3.1 研究动机第32页
    3.2 预备知识第32-34页
        3.2.1 分布式在线凸优化第32-33页
        3.2.2 分布式在线对偶平均第33-34页
    3.3 分布式在线条件梯度第34-46页
        3.3.1 算法第34页
        3.3.2 悔界上界分析第34-46页
    3.4 实验第46-49页
        3.4.1 实验设置第47-48页
        3.4.2 实验结果与分析第48-49页
    3.5 本章小结第49-51页
第4章 赌博机免投影在线学习第51-63页
    4.1 研究动机第51-52页
    4.2 预备知识第52-54页
        4.2.1 赌博机凸优化第52页
        4.2.2 单点梯度估计第52-54页
    4.3 赌博机在线条件梯度第54-61页
        4.3.1 算法第54-55页
        4.3.2 期望悔界上界分析第55-61页
    4.4 实验第61-62页
        4.4.1 实验设置第61-62页
        4.4.2 实验结果与分析第62页
    4.5 本章小结第62-63页
第5章 工作总结与展望第63-65页
    5.1 工作总结第63页
    5.2 工作展望第63-65页
参考文献第65-68页
致谢第68-70页
附录A 附录第70-76页
    A.1 在线条件梯度的悔界上界分析第70-76页
个人简历、在学期间发表的学术论文与研究成果第76页

论文共76页,点击 下载论文
上一篇:粉煤灰与氧化铁皮制备复合型混凝剂及混凝性能研究
下一篇:邻苯二甲酸酯降解过程的碳氢稳定同位素特征研究