方差缩减相关论文
机器学习及其衍生的智能系统已经广泛应用于医疗诊断、交通运输等领域.同时,有关机器学习模型与方法的研究也受到了极大的关注.因......
近年来,随着数据规模的不断扩大,随机梯度下降算法已成为机器学习,特别是深度学习研究的热点,其具有参数更新过程简单、收敛速度快......
摘 要：方差缩减算法的主要问题之一是如何选取一個合适的步长。在实践中，手动调整一个最佳的固定步长是很耗时的，所以该文提出将Polya......
DOI：10.16660/j.cnki.1674-098X.2106-5640-0582 摘 要：本文研究一类非凸有限和问题，求解该类问题比较常用的方法是随机方差缩减算......
最优化是运筹学的一个重要分支，在经济、金融、工程、管理、军事与国防等诸多领域有广泛应用.特别地，它是机器学习与人工智能的关键......
对于软黏土或残积土中的深基坑支护开挖,开挖后的地面沉降与基底隆起和挡墙变形密切相关,且受墙后地下水变化的影响显著。提出一种......
随机梯度下降算法(SGD)随机使用一个样本估计梯度,造成较大的方差,使机器学习模型收敛减慢且训练不稳定。该文提出一种基于方差缩......
针对求解非负矩阵分解的乘性更新规则存在计算复杂度高且迭代效率低等缺点,提出一种随机方差参数调整梯度的方法.将方差缩减策略和......
在蒙特卡罗模拟中,方差缩减方法是提高模拟效率的重要手段。本文对几种常见的方差缩减方法进行了对比,结果发现,控制变量法不论是......
高分子稀溶液的结构流变学模型是复杂流体多尺度模型的重要基础，其多年来的成就难掩其近线性、近平衡的局限和数学上的不足.介绍了......
存储能力的提升使得数据的规模和形式成指数形式增长,进而越来越多的领域都提出了对海量数据进行高速处理和分析的要求。一阶优化......
深度学习通过多层网络结构提取大数据中的层次化特征表示,这种层次化的特征表示使计算机可通过学习较简单的概念来构建复杂的概念......
全端可靠性是指整个网络所有端点之间保持连通的概率，如何准确计算网络可靠性是个NP．hard问题．文章通过选取逐次事件估计量，研究了网络......
随着数据信息的爆炸式增长,传统的运行在单机上的机器学习方法不能有效地处理现实应用中的大规模数据,而且分布式数据的集中化处理......
在Longstaff和Schwartz(LS,2001)提出的基于多项式函数逼近的美式期权仿真定价基础上,给出美式期权重要性抽样仿真方法----顺推法......
本文结合同位网格有限体积离散,应用Brown构形场方法对二维粘弹性流动问题进行了数值模拟.首先,通过对平面Couette流的数值模拟验......
随着塑料和复合材料加工工业的发展以及消费者对成品质量要求的提高,需要对加工中聚合物流体等的流动规律和微观结构进行深入的研......
金融市场上的金融创新、金融自由化和金融全球一体化促使了期权等主要金融衍生品的品种变得越来越多样,同时各类客户对金融工具的......
方差缩减方法是提高仿真效率的重要手段。针对方差缩减中广泛应用的控制变量法，在国内外研究基础上，综合考虑对仿真变量进行估计所需......
针对基于扩展卡尔曼滤波(EKF)的航位推算(DR)在系统非线性、噪声非高斯情况下导航精度严重下降的问题,提出一种基于权值方差缩减粒......
期刊
在这篇论文里,我们研究了用于缩减金融衍生品定价过程中方差的重点抽样蒙特卡洛方法,这些衍生品都由高维高斯向量驱动。正如P.Glas......
在欧式期权模型中Black-Scholes公式拥有性质较好的解析解,然而,在很多衍生模型（例如亚式期权）中,Black-Scholes公式的解析解难以求......
