Accurate Large-sample Uncertainty Quantification using Stochastic Gradient Markov Chain Monte Carlo

En 3 lignesNouvel article arXiv proposant des approximations discrètes pour SG(L)D avec et sans momentum, permettant des prédictions précises de la covariance stationnaire et du temps d'autocorrélation intégré. Bornes d'erreur non-asymptotiques pour l'ajustement pratique et la quantification d'incertitude, validées sur modèles mal spécifiés et grands batch sizes.

Résumé généré par Claude — vérifié par l'humain