ترجمه فارسی مقاله دو الگوریتم تصویر گرادیان متناوب کاملاً بدون پارامتر برای مسائل مینیماکس غیرمحدب-(قویا) مقعر

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Two Completely Parameter-Free Alternating Gradient Projection Algorithms for Nonconvex-(strongly) Concave Minimax Problems
عنوان مقاله به فارسی دو الگوریتم تصویر گرادیان متناوب کاملاً بدون پارامتر برای مسائل مینیماکس غیرمحدب-(قویا) مقعر
نویسندگان Junnan Yang, Huiling Zhang, Zi Xu
فرمت مقاله انگلیسی PDF
تعداد صفحات 26
دسته بندی موضوعات Optimization and Control,Machine Learning,Machine Learning,بهینه سازی و کنترل , یادگیری ماشین , یادگیری ماشین ,
توضیحات Submitted 15 August, 2024; v1 submitted 31 July, 2024; originally announced July 2024.
توضیحات به فارسی ارسال شده در 15 اوت 2024 ؛V1 ارسال شده 31 ژوئیه 2024 ؛در ابتدا ژوئیه 2024 اعلام شد.

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 1,040,000 تومان

زمان تحویل: 2 تا 3 روز کاری


📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Due to their importance in various emerging applications, efficient algorithms for solving minimax problems have recently received increasing attention. However, many existing algorithms require prior knowledge of the problem parameters in order to achieve optimal iteration complexity. In this paper, we propose two completely parameter-free alternating gradient projection algorithms, i.e., the PF-AGP-NSC algorithm and the PF-AGP-NC algorithm, to solve the smooth nonconvex-strongly concave and nonconvex-concave minimax problems respectively using a backtracking strategy, which does not require prior knowledge of parameters such as the Lipschtiz constant $L$ or the strongly concave constant $μ$. Moreover, we show that the total number of gradient calls of the PF-AGP-NSC algorithm and the PF-AGP-NC algorithm to obtain an $varepsilon$-stationary point is upper bounded by $mathcal{O}left( Lκ^3varepsilon^{-2} right)$ and $mathcal{O}left( L^4varepsilon^{-4} right)$ respectively, where $κ$ is the condition number. As far as we know, the PF-AGP-NSC algorithm and the PF-AGP-NC algorithm are the first completely parameter-free algorithms for solving nonconvex-strongly concave minimax problems and nonconvex-concave minimax problems respectively. Numerical results validate the efficiency of the proposed PF-AGP algorithm.

چکیده به فارسی (ترجمه ماشینی)

با توجه به اهمیت آنها در برنامه های مختلف نوظهور ، الگوریتم های کارآمد برای حل مشکلات Minimax اخیراً مورد توجه قرار گرفته اند.با این حال ، بسیاری از الگوریتم های موجود برای دستیابی به پیچیدگی تکرار بهینه نیاز به دانش قبلی در مورد پارامترهای مشکل دارند.در این مقاله ، ما دو الگوریتم طرح ریزی شیب متناوب کاملاً بدون پارامتر ، یعنی الگوریتم PF-AGP-NSC و الگوریتم PF-AGP-NC را پیشنهاد می کنیم تا به ترتیب با استفاده از مشکلات غیرمستقیم غیر کنگوکس و غیر کونکاوی Minimax حل کنیم.یک استراتژی پشتی ، که نیازی به دانش قبلی در مورد پارامترهایی مانند Lipschtiz ثابت $ L $ یا ثابت کاملاً مقعر $ μ $ ندارد.علاوه بر این ، ما نشان می دهیم که تعداد کل تماس های شیب الگوریتم PF-AGP-NSC و الگوریتم PF-AGP-NC برای به دست آوردن یک نقطه $ varepsilon $-stationary با $ mathcal {o} سمت چپ محدود شده است (lκ^3 varepsilon^{-2} راست) $ و $ mathcal {o} سمت چپ (l^4 varepsilon^{-4} راست) $ ، جایی که $ κ $ شماره شرط است.تا آنجا که ما می دانیم ، الگوریتم PF-AGP-NSC و الگوریتم PF-AGP-NC اولین الگوریتم های کاملاً بدون پارامتر برای حل مشکلات Minimax Conccave غیر کنفکس و مشکلات Minimax Nonconvex-Concave هستند.نتایج عددی کارایی الگوریتم PF-AGP پیشنهادی را تأیید می کند.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.