כתבה
arXiv cs.LG ·
אוניברסליות של אלגוריתמים AMP לא-נפרדים
On Universality of Non-Separable Approximate Message Passing Algorithms
חוקרים בודקים את האוניברסליות של אלגוריתמים AMP לא-נפרדים, ומציעים תנאי כללי ל-AMP עם נונליניאריות פולינומיות. המחקר מראה כי רבים מהנונליניאריות הלא-נפרדות הנפוצות הם BCP-מקורבים, מה שמרמז על אוניברסליות של התפתחות המצב.
תקציר מקורי באנגליתarXiv:2506.23010v2 Announce Type: replace-cross Abstract: Mean-field characterizations of first-order iterative algorithms -- including Approximate Message Passing (AMP), stochastic and proximal gradient descent, and Langevin diffusions -- have enabled a precise understanding of learning dynamics in many statistical applications. For algorithms whose non-linearities have a coordinate-separable form, it is known that such characterizations enjoy a degree of universality with respect to the underlying data distribution. However, mean-field characterizations of non-separable algorithm dynamics have largely remained restricted to i.i.d. Gaussian or rotationally-invariant data. In this work, we initiate a study of universality for non-separable AMP algorithms. We identify a general condition fo
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית