Gauss-Newton 精度与不定 Hessian 论文发布
Get the story
2026年10月8日，arXiv Statistics Machine Learning 频道发布论文《Gauss-Newton 精度与不定 Hessian：在低成本集合中的一致共存》。该论文研究岭正则化非线性最小二乘中 Gauss-Newton 曲率的精度问题。论文证明，在水平集曲率幅度沿精确拟合截面持续的局部正则条件下，两种曲率区间一致共存：全局极小点的相对 Hessian 误差低于 (1+√2)/8；同一低成本集合中存在不定 Hessian 且相对误差至少 15/8 的点。目前未见后续报道或争议。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Statistics Machine LearningGauss-Newton 精度与不定 Hessian：在低成本集合中的一致共存
论文研究岭正则化非线性最小二乘中 Gauss-Newton 曲率的精度，证明在水平集曲率幅度沿精确拟合截面持续的局部正则条件下，两种曲率区间一致共存：全局极小点的相对 Hessian 误差低于 (1+√2)/8，同一低成本集合中存在不定 Hessian 且相对误差至少 15/8 的点。
Heat trend
Current heat 9·Comparable peak 10（Oct 8）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.