跳到正文
原文
arXiv 机器学习· Aniket Das, Tselil Schramm·· 10 小时前AI 评分27

平均退火马尔可夫链达到张量 PCA 算法阈值(Part II:Langevin Dynamics)

Averaged Annealed Markov Chains Achieve the Algorithmic Threshold for Tensor PCA, Part II: Langevin Dynamics

AI 导读

一项研究证明,结合退火与遍历平均的球面朗之万动力学(spherical Langevin dynamics),能够从均匀随机初始化出发,在多项式时间内达到张量 PCA 的算法阈值并实现强恢复。在固定阶数 k>=3 时张量 PCA 存在信息-计算鸿沟,此前局部马尔可夫链被认为逊于全局算法且需要更高的信噪比。该成果表明局部算法在无信息冷启动下同样能触及算法阈值。

来源:arXiv 机器学习 · arxiv.org