یک روش ناحیه اعتماد تصادفی برای حل مسائل مقیاس بزرگ در یادگیری ماشین

نویسندگانزینب سعیدیان طریی,مهسا سهیل شمائی
همایشپانزدهمین کنفرانس بین المللی انجمن ایرانی تحقیق در عملیات
تاریخ برگزاری همایش۲۰۲۲-۱۱-۱۶ - ۲۰۲۲-۱۱-۱۷
محل برگزاری همایش1 - آذربایجان
ارائه به نام دانشگاهشهید مدنی
نوع ارائهسخنرانی
سطح همایشبین المللی

چکیده مقاله

روش‌های تقریبی تصادفی به عنوان دسته‌ای از روش‌های کارا برای حل مسائل یادگیری ماشین مورد توجه محققان قرار گرفته‌اند. در این راستا، در این مقاله یک روش ناحیه اعتماد تصادفی با روش نیوتن غیردقیق را ارائه می‌دهیم که در دسته روش‌های مرتبه دوم تصادفی است. روش پیشنهادی از تکنیک گرادیان مزدوج برای حل غیردقیق زیرمساله ناحیه اعتماد استفاده می‌کند. همچنین، برای محاسبه مقادیر بردار گرادیان و ماتریس هسیان از روش زیر نمونه‌گیری استفاده می‌گردد. به‌علاوه، همگرایی سراسری الگوریتم پیشنهادی تحت برخی شرایط استاندارد اثبات می‌شود. نتایج عددی حاصل از پیاده‌سازی الگوریتم بر روی مجموعه داده‌ها بیانگر کارایی الگوریتم جدید برای حل مسائل مقیاس بزرگ در یادگیری ماشین است.

کلید واژه ها: بهینه سازی تصادفی، زیرنمونه گیری، روش نیوتن غیردقیق، مسائل مقیاس بزرگ، یادگیری ماشین