反射锚定 Langevin 算法论文发布
Get the story
2026年10月8日，arXiv 平台 Statistics Machine Learning 栏目发布了一篇关于反射锚定 Langevin 算法的一手论文。论文提出反射锚定 Langevin 动力学（RALD），这是一种在约束域上收敛到不可微目标的反射扩散方法。该方法采用光滑锚定参考势能，并对反射 Langevin 动力学的漂移项与噪声协方差乘以同一状态相关缩放因子。论文还给出带投影的 Euler-Maruyama 离散化，形成 RALMC 算法，并证明了其在 2-Wasserstein 距离下的显式收敛界与迭代复杂度，同时提供了数值实验。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Statistics Machine Learning反射锚定 Langevin 算法
论文提出反射锚定 Langevin 动力学（RALD），一种在约束域上收敛到不可微目标的反射扩散方法。该方法用光滑锚定参考势能，并对反射 Langevin 动力学的漂移项与噪声协方差乘以同一状态相关缩放因子。其带投影的 Euler-Maruyama 离散化给出 RALMC 算法，论文证明了其在 2-Wasserstein 距离下的显式收敛界与迭代复杂度，并给出数值实验。
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.