We introduce a class of Markov chains, that contains the model of stochastic approximation by averaging and non-averaging. Using martingale approximation method, we establish various deviation inequalities for separately Lipschitz functions of such a chain, with different moment conditions on some dominating random variables of martingale differences.Finally, we apply these inequalities to the stochastic approximation by averaging.


翻译:我们引入了一组 Markov 链, 它包含平均和非平均的随机近似模型。 我们使用马丁加勒近近似法,为这种链条的单独利普施奇茨功能设定了不同的偏差不平等, 并给某些随机随机的马丁加尔差异设定了不同的时间条件。 最后, 我们将这些不平等以平均方式应用到随机近近似中 。

0
下载
关闭预览

相关内容

专知会员服务
50+阅读 · 2020年12月14日
MIT-深度学习Deep Learning State of the Art in 2020,87页ppt
专知会员服务
61+阅读 · 2020年2月17日
【新书】贝叶斯网络进展与新应用,附全书下载
专知会员服务
119+阅读 · 2019年12月9日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
已删除
将门创投
6+阅读 · 2017年7月6日
Exact Stochastic Second Order Deep Learning
Arxiv
0+阅读 · 2021年4月8日
Arxiv
5+阅读 · 2017年12月14日
VIP会员
相关资讯
已删除
将门创投
6+阅读 · 2017年7月6日
Top
微信扫码咨询专知VIP会员