Stochastic Optimization
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 2
- 평가표
- 12
- 보존된 평가 기록
- 35
Stochastic Optimization is the task of optimizing certain objective functional by generating and using stochastic random variables. Usually the Stochastic Optimization is an iterative process of generating random variables that progressively finds out the minima or the maxima of the objective functional. Stochastic Optimization is usually applied in the non-convex functional spaces where the usual deterministic optimization such as linear or quadratic programming or their variants cannot be used.
Source: ASOC: An Adaptive Parameter-free Stochastic Optimization Techinique for Continuous Variables
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
RefineEvo: 양방향 경험을 활용한 계획 기반 휴리스틱 진화
Prioritizing Search Space Regions in the Low Autocorrelation Binary Sequences Problem
미분 가능 물리학 기반 재사용 발사체의 포화 인식 강인 궤적 최적화
의사결정 중심 분포 강건 최적화를 위한 예측적 모호성 집합 학습
GAE: 강화 최적화를 통한 과학적 발견을 위한 그래프-증강 진화
이중 레벨 최적화를 위한 단일 루프 방법의 정밀 분석
WSqD: A Horizon-Free Learning Rate Schedule for Large Model Training
Efficient Online Proportional Sampling with Applications to Smoothed Online Learning
Rank-Conditioned Sample Reuse for the Plackett--Luce Best-of-$K$ Objective
신경망 집합 함수의 완화 학습을 통한 최적 부분집합 오라클 발전
검소한 신경망 아키텍처 탐색을 위한 트랜스포머 기반 군집 지능
YUKTI: 자연어 상황에서 강건하고 검증 가능한 의사결정으로 — 불확실성 타입 명제 IR, 가정 강건 파레토 프론티어, 그리고 후회 증명서
Opti-Agent-Bench: 실제 비즈니스 문제에 대한 엔드투엔드 최적화 R&D 에이전트 벤치마킹
진화적 제약 다목적 최적화를 위한 양방향 제약 분리
2진법 및 3진법 제약을 통한 콜라츠 지수-코드 공간에서의 적응적 탐색
이중 최적화 및 미니맥스 최적화를 위한 가속 완전 일차 방법
높은 확률로 확률적 고정점 방정식 풀기
1차 조건을 활용한 재귀적 효용 동적 프로그래밍을 위한 심층 학습
개입적 확률 미분 방정식의 식별 가능성을 향하여
하강 폐쇄 볼록 집합 위 온라인 비단조 DR-부분모듈러 최대화의 상위 선형화 가능성
이점 밴딧 피드백을 이용한 온라인 볼록 최적화의 로그적 고확률 후회 경계
심층 강화학습에서 진화적 방법을 통한 발달적 보상 스케줄 탐색
암묵적 바이어스의 해부: 신경망 학습에서의 정보 할당
신호 시제 논리로부터 비선형 시스템을 위한 학습 기반 매개변수 합성
비볼록 최적화에서의 스케줄-프리 방법 이해: 수렴률 보장과 안장점 탈출
LionVote: Lion을 위한 층별 학습률 적응
카디널리티 제약 조건 하에서 강화된 다목적 진화 알고리즘을 활용한 대규모 포트폴리오 최적화 문제
다목적 베이지안 최적화 알고리즘의 LLM 기반 진화적 생성
과학적 발견을 위한 진화적 지능: 진화 계산에서 누적적 발견 시스템으로
기회 제약 최적화를 위한 컨포멀 예측 프로그래밍
가우시안 혼합 모델 하에서 확률 함수의 미분 가능성과 근사
A Stochastic--Geometric Theory of Scaling Laws in Grokking
강화학습의 수학적 방법론
프라이빗 오라클을 이용한 프라이빗 최적화의 그래디언트 복잡도에 관하여
랜덤 투영을 통한 차원 축소가 경관 특징을 보존하는가
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.