| 标题 |
Two-timescale stochastic approximation for smooth and strongly-convex-strongly-concave stochastic minimax optimization: A new convergence rate
|
| 网址 |
求助人暂未提供
|
| DOI |
暂未提供，该求助的时间将会延长，查看原因？
|
| 其它 |
作者：杨翔宇 主要属于随机优化与机器学习理论研究范畴，提出了一种双时间尺度随机逼近算法（two-timescale stochastic approximation, SA），用于求解平滑且强凸-强凹的随机极小极大问题（stochastic minimax optimization），并建立了新的非渐近收敛率上界。虽然研究内容偏理论，但其算法思想与结果在医疗辅助诊断（medical decision support）领域中具有重要的潜在应用价值，特别是在医学影像分析、疾病风险预测、个体化治疗决策与模型鲁棒性评估等方面。以下从算法原理、特性优势及医疗场景结合三个层面，系统说明该研究成果在医疗辅助诊断中的应用价值。 |
| 求助人 | |
| 下载 |
PDF的下载单位、IP信息已删除
(2025-6-4)
ZeKaWa
无极微光
OsamaKareem
干净的琦
Nexus
LW
AllRightReserved
贪玩的秋柔
GingerF
科研狗
sharkmelon
Rainyin
Ethan
YWY
初景
J_B_Zhao
畔畔
Willa
Starwalker
8R60d8
皖公网安备34019202002308
