摘要：由于機器學習蘊含著大量的數(shù)據(jù),本文提出了一種名為二次增量算法并針對涉及大規(guī)模變量的一些光滑(可能是非凸的)函數(shù)之和的極小化問題.所提出的聯(lián)合了增量方法的新穎算法能使所有子系統(tǒng)在一個強凸逼近函數(shù)作用下迭代到它們的最有值,并且保證收斂到函數(shù)的穩(wěn)定點.之后應用所提出的算法框架去解決一個特殊的問題.數(shù)值實驗表示所提出的算法是有效的.
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
