鏡像降下法
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2025/03/09 14:32 UTC 版)
鏡像降下法(きょうぞうこうかほう、英: mirror descent)とは、数理最適化において微分可能関数の極値を求める反復法の一種。
鏡像降下法は最急降下法や乗算型重み更新法を一般化したアルゴリズムである。
歴史
鏡像降下法は1983年にアルカディ・ネミロフスキ、ユーディンによって初めて提案された[1]。
動機
最急降下法において学習率の列
一般 | |
---|---|
微分可能 |
凸最小化 | |||||||
---|---|---|---|---|---|---|---|
線形 および 二次 |
|
系列範例 (Paradigms) | |||||
---|---|---|---|---|---|
グラフ理論 |
| ||||
ネットワークフロー (最大流問題) |