Stochastic Penalty-Barrier Methods for Constrained Machine Learning

En 3 lignesNouvelle méthode SPBM pour l'optimisation contrainte en deep learning. Combine penalty methods, barrier methods et dual averaging exponentiel pour gérer non-convexité et non-lissité. Démontre efficacité sur fairness, physics-informed networks et intégration de connaissances symboliques avec surcoût linéaire jusqu'à 10k contraintes.

Résumé généré par Claude — vérifié par l'humain