トピック: Stochastic Gradient Descent (SGD)

全セクション横断 2 件

フィンランドの研究者らが確率的勾配推定に調査標本理論を応用した新手法を発表した。学習エポック数を大幅に削減しつつ汎化性能を向上させる可能性があり、AI開発コストの圧縮に直結する成果として注目される。

深層学習の汎化性能を左右する「平坦な極小解」への収束メカニズムが、フィッシャー情報行列に基づくリーマン幾何学によって厳密に証明された。AIモデルの品質保証と開発効率に直結する成果として注目される。