待验证50% 置信事实精确时间
一篇最新研究提出了一种'速率迁移'方法，通过随机微分方程（SDE）的Lyapunov分析，将连续时间的稳定性估计直接转化为离散算法的有限时间收敛界。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证速率迁移定理通过精细的矩条件（如梯度噪声的有界方差或次高斯性）和对漂移项的光滑性假设（如Lipschitz连续），证明离散轨迹与SDE轨迹的偏差在有限时间内可以被步长的幂次所界定。80% 相似待验证速率迁移定理说明：若Lyapunov生成元不等式对系数$(b,\sigma)$成立，且SGD的更新算子与SDE系数满足一定的矩和光滑性匹配条件，则离散迭代的期望Lyapunov函数也以类似速率衰减，并给出显式的有限时间界。75% 相似待验证实验显示轻量变体相比随机采样能够持续稳定地提升迁移性能72% 相似待验证该文所提的速率迁移不要求步长极小，而是在有限步长下量化SDE与SGD之间的偏差，从而得到非渐近收敛界。71% 相似待验证MPE针对离散时间、有限状态的随机过程，衡量使用完整历史相对于仅使用静态边际分布时预测准确率的平均提升幅度70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1026658API
curl https://kongchang.com/api/v1/knowledge/claims/1026658MCP
get_claim(id=1026658)