High-Order Error Bounds for Markovian LSA with Richardson–Romberg Extrapolation

I. Levin; A. Naumov; S. Samsonov

doi:10.1609/aaai.v40i43.40994

АБВ
АБВ
АБВ

Обычная версия сайта

Приоритетные направления

по году

Тематика

Новости

12 ноября 2026 г.

«Формулирование теорий - последний навык, в котором мы превосходим машины»

Луи Вервурт, доцент МИЭМ ВШЭ, специалист в области философии науки и искусственного интеллекта, рассказал «Вышке.Главное» о том, что общего у физики и философии, почему квантовая механика не согласуется с теорией относительности, как быть исследователем в эпоху ИИ и почему способность создавать новые теории может стать главным преимуществом человека перед машиной.

10 ноября 2026 г.

Ученые ФКН ВШЭ представили исследования в области тензорных методов на международной конференции в Китае

Исследователи Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ приняли участие в Международной конференции-школе по тензорным методам в математике и вычислениях для искусственного интеллекта (3rd Conference-School on Tensor Methods in Mathematics and Artificial Intelligence Computing). Мероприятие прошло в конце октября в Шэньчжэне (Китай). Одна из работ ученых института получила награду Best Poster Award и вошла в число пяти лучших постеров конференции.

9 ноября 2026 г.

Российские физики показали, как среда управляет откликом молекул лекарств

Молекулы многих лекарств могут переходить из одной пространственной формы в другую. Ученые НИУ ВШЭ и Института химии растворов РАН с помощью математической модели ибупрофена в сверхкритическом CO₂ показали, что растворитель может вызывать необычно медленный отклик таких молекул. Сами молекулы при этом продолжают быстро менять форму, но их окружение перестраивается медленно, и это отражается на результатах измерений. Исследование опубликовано в The Journal of Chemical Physics.

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации

?

High-Order Error Bounds for Markovian LSA with Richardson–Romberg Extrapolation

P. 36696–36704.

Левин И. В., Наумов А. А., Самсонов С. В.

Язык: английский

Полный текст

DOI

Текст на другом сайте

Ключевые слова: Richardson-Romberg extrapolation linear stochastic approximation

В книге

Proceedings of the AAAI Conference on Artificial Intelligence. AAAI-26: AAAI Technical Track on Planning, Routing, and Scheduling; AAAI Technical Track on Reasoning under Uncertainty; AAAI Technical Track on Search and Optimization. Main Track, volume 40 no. 43

American Association for Artificial Intelligence (AAAI) Press, 2026.

Gaussian Approximation and Multiplier Bootstrap for Federated Linear Stochastic Approximation

Левин И. В., Шуклин М. В., Moulines E. и др., , in: Proceedings of the 42nd Conference on Uncertainty in Artificial Intelligence (UAI), PMLR Volume 337: Conference on Uncertainty in Artificial Intelligence, 17-21 August 2026, KIT, Amsterdam, the NetherlandsVol. 337.: MLResearchPress, 2026. Ch. 134 P. 3487–3545.

Добавлено: 4 сентября 2026 г.

Statistical inference for Linear Stochastic Approximation with Markovian Noise

Самсонов С. В., Шешукова М. Е., Moulines E. и др., , in: 39th Conference on Neural Information Processing Systems (NeurIPS 2025).: NeurIPS, 2025. P. 174565–174626.

Добавлено: 26 января 2026 г.

Nonasymptotic Analysis of Stochastic Gradient Descent with the Richardson–Romberg Extrapolation

Шешукова М. Е., Беломестный Д. В., Durmus A. и др., , in: Proceedings of the 13th International Conference on Learning Representations (ICLR 2025).: ICLR, 2025.

Добавлено: 15 августа 2025 г.

Refined Analysis of Constant Step Size Federated Averaging and Federated Richardson-Romberg Extrapolation

Paul M., Durmus A., Dieuleveut A. и др., , in: Proceedings of The 28th International Conference on Artificial Intelligence and Statistics, 3-5 May 2025, Splash Beach Resort in Mai Khao, Thailand, PMLR: vol. 258Vol. 258.: PMLR, 2025. Ch. 258 P. 5023–5031.

Добавлено: 18 мая 2025 г.

SCAFFLSA: Taming Heterogeneity in Federated Linear Stochastic Approximation and TD Learning

Mangold P., Самсонов С. В., Labbi S. и др., , in: 38th Conference on Neural Information Processing Systems (NeurIPS 2024).: [б.и.], 2024. Ch. 37 P. 13927–13981.

Добавлено: 11 февраля 2025 г.

Nonasymptotic Analysis of Stochastic Gradient Descent with the Richardson-Romberg Extrapolation

Шешукова М. Е., Беломестный Д. В., Durmus A. и др., / Series arXiv "math". 2024.

Добавлено: 13 октября 2024 г.

Improved High-Probability Bounds for the Temporal Difference Learning Algorithm via Exponential Stability

Самсонов С. В., Тяпкин Д. Н., Наумов А. А. и др., , in: Proceedings of Machine Learning Research. Volume 247: The Thirty Seventh Annual Conference on Learning Theory, 30-3 July 2023, Edmonton, Canada.: PMLR, 2024. Ch. 247 P. 4511–4547.

Добавлено: 13 октября 2024 г.

Finite-Time High-Probability Bounds for Polyak–Ruppert Averaged Iterates of Linear Stochastic Approximation

Durmus A., Мулине Э. Ф., Наумов А. А. и др., Mathematics of Operations Research 2025 Vol. 50 No. 2 P. 935–964

Добавлено: 13 июля 2022 г.

Tight High Probability Bounds for Linear Stochastic Approximation with Fixed Stepsize

Durmus A., Мулине Э. Ф., Наумов А. А. и др., , in: Advances in Neural Information Processing Systems 34 (NeurIPS 2021).: Curran Associates, Inc., 2021. P. 30063–30074.

This paper provides a non-asymptotic analysis of linear stochastic approximation (LSA) algorithms with fixed stepsize. This family of methods arises in many machine learning tasks and is used to obtain approximate solutions of a linear system $\bar{A}\theta = \bar{b}$ for which $\bar{A}$ and $\bar{b}$ can only be accessed through random estimates $\{({\bf A}_n, {\bf b}_n): ...

Добавлено: 17 февраля 2022 г.

On the Stability of Random Matrix Product with Markovian Noise: Application to Linear Stochastic Approximation and TD Learning

Durmus A., Мулине Э. Ф., Наумов А. А. и др., , in: Proceedings of Machine Learning ResearchVol. 134: Conference on Learning Theory.: PMLR, 2021. P. 1711–1752.

Добавлено: 6 августа 2021 г.

A multi-step Richardson-Romberg extrapolation method for stochastic approximation

L.Huang, Frikha N., Stochastic Processes and their Applications 2015 No. 125 P. 4066–4101

Добавлено: 14 октября 2015 г.