ترجمه فارسی مقاله روشهای کلی تک حلقه برای یادگیری پارامتر صفرا

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی General single-loop methods for bilevel parameter learning
عنوان مقاله به فارسی روشهای کلی تک حلقه برای یادگیری پارامتر صفرا
نویسندگان Ensio Suonperä, Tuomo Valkonen
فرمت مقاله انگلیسی PDF
تعداد صفحات 35
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Optimization and Control,بهینه سازی و کنترل ,
توضیحات Submitted 15 August, 2024; originally announced August 2024.
توضیحات به فارسی ارسال شده در 15 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 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

Bilevel optimisation is used in inverse problems for hyperparameter learning and experimental design. For instance, it can be used to find optimal regularisation parameters and forward operators, based on a set of training pairs. However, computationally, the process is costly. To reduce this cost, recently in bilevel optimisation research, especially as applied to machine learning, so-called single-loop approaches have been introduced. On each step of an outer optimisation method, such methods only take a single gradient descent step towards the solution of the inner problem. In this paper, we flexibilise the inner algorithm, to allow for methods more applicable to difficult inverse problems with nonsmooth regularisation, including primal-dual proximal splitting (PDPS). Moreover, as we have recently shown, significant performance improvements can be obtained in PDE-constrained optimisation by interweaving the steps of conventional iterative solvers (Jacobi, Gauss-Seidel, conjugate gradients) for both the PDE and its adjoint, with the steps of the optimisation method. In this paper we demonstrate how the adjoint equation in bilevel problems can also benefit from such interweaving with conventional linear system solvers. We demonstrate the performance of our proposed methods on learning the deconvolution kernel for image deblurring, and the subsampling operator for magnetic resonance imaging (MRI).

چکیده به فارسی (ترجمه ماشینی)

بهینه سازی صفرا در مشکلات معکوس برای یادگیری هایپرپارامتر و طراحی آزمایشی استفاده می شود.به عنوان مثال ، می توان از آن برای یافتن پارامترهای منظم بهینه و اپراتورهای رو به جلو ، بر اساس مجموعه ای از جفت های آموزشی استفاده کرد.با این حال ، از نظر محاسباتی ، این روند پرهزینه است.برای کاهش این هزینه ، اخیراً در تحقیقات بهینه سازی Bilevel ، به ویژه که برای یادگیری ماشین کاربرد دارد ، رویکردهای به اصطلاح تک حلقه معرفی شده است.در هر مرحله از یک روش بهینه سازی بیرونی ، چنین روشهایی فقط یک مرحله نزولی شیب را به سمت حل مسئله درونی می برد.در این مقاله ، ما الگوریتم داخلی را انعطاف پذیر می کنیم ، تا روشهای قابل استفاده تر در مورد مشکلات معکوس دشوار با تنظیم غیر نرم ، از جمله تقسیم پروگزیمال دوتایی (PDP).علاوه بر این ، همانطور که اخیراً نشان داده ایم ، با استفاده از مراحل حل کننده های تکراری معمولی (ژاکوبی ، گاوس-سیدل ، شیب های کونژوگه) برای هر دو PDE و مجاور آن ، می توان در بهینه سازی PDE را بهینه سازی کرد.روش بهینه سازی.در این مقاله ما نشان می دهیم که چگونه معادله Adind در مشکلات صفراوی نیز می تواند از چنین ارتباط با حل کننده های سیستم خطی معمولی بهره مند شود.ما عملکرد روشهای پیشنهادی خود را در یادگیری هسته تجزیه برای تصویر سازی تصویر و اپراتور زیر نمونه برداری برای تصویربرداری با رزونانس مغناطیسی (MRI) نشان می دهیم.

📚 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.