arXiv · Neural and Evolutionary Computing· Muhammad Luthfi Shahab, Gabriella Alfa Indahsari, Imam Mukhlash, Hadi Susanto·· 5 小时前AI 评分25
Hybrid Joint-Selective Optimization：针对低维感兴趣参数的降维 Levenberg-Marquardt 精修
Hybrid Joint-Selective Optimization: Reduced-Space Levenberg-Marquardt Refinement of Low-Dimensional Parameters of Interest
AI 导读
本文提出混合联合选择性优化（HJSO）框架，将参数分为高维剩余块与低维感兴趣参数（POI），先联合一阶优化再冻结其余变量、对 POI 做降维 Levenberg-Marquardt 精修。在矩阵特征值、逆 Bratu（PINN 求解）和 100 维非线性 Black-Scholes（DeepBSDE）三个问题上，HJSO 比联合一阶基线更快达到 POI 误差阈值并提升最终精度。
来源：arXiv · Neural and Evolutionary Computing · arxiv.org