كاهش آينه‌اي داده محور با شبكه‌هاي عصبي ورودي محدب

اصفهان : دانشگاه صنعتي اصفهان

رياضيات و كاربردها

كارشناسي ارشد

اهش آينه‌اي يكي از روش‌هاي داده‌محور موجود در بهينه‌ٰسازي محدب است كه با تغيير فضا، مسئله را حل مي‌كند به همين منظور يادگيري فاصله برگمن كه متناسب با فضاي جديد مي‌باشد مهم است. اين روش مبتني برپارامتردهي گام به‌روز‌رساني و يادگيري پارامترهاي بهينه از داده‌هاي در دسترس است. كاهش آينه‌اي يادگيرنده نسخه بروزرساني شده كاهش آينه‌اي كلاسيك است كه از طريق مدل‌سازي تابع محدب با استفاده از يك شبكه عصبي ورودي محدب پارامترهاي كاهش آينه‌اي را با كمينه‌سازي تابع هدف آموزش، به صورت تقريبي تخمين مي‌زند سپس به كمك شبكه عصبي ديگر وارون نگاشت آينه‌اي را تخمين مي‌زند و به فضاي اوليه مسئله برمي‌گردد به گونه‌اي كه كمترين خطا را داشته باشد و بهينه‌سازي به بهترين صورت انجام شده باشد. اين روش پس از ارزيابي‌هاي متعدد بر روي مسائل محدب برتري خود را از نظر سرعت همگرايي و تضمين‌هاي نظري همگرايي نسبت به روش‌هاي كلاسيك ثابت كرده است در واقع هدف اين روش ها تسريع حل برخي مسائل بهينه‌سازي با بهره‌گيري از داده‌هاي آموزشي است.

237986

علوم داده

رياضي

دانشگاه صنعتي اصفهان