#勾配情報

ジョン・J・ヴァストーラ氏、不安定な学習の安定条件を提示

ジョン・J・ヴァストーラ (John J. Vastola) 氏は10月26日(現地時間)、学術論文投稿サイトarXiv q-bio.NCで研究論文を発表し、従来の学習アルゴリズム分析において前提とされてきた「情報量の多い勾配が継続的に利用可能である」という仮定に異議を唱えた。同氏は、勾配情報がノイズが多く断続的にしか利用できない状況では学習が不安定になる可能性を指摘し、その安定化のための明確な条件を導き出した。