【问题标题】:differentiable maximum and minimum可微分的最大值和最小值
【发布时间】:2013-10-28 15:47:25
【问题描述】:

我需要一个最大值和最小值的近似值。 由于最大值和最小值不可微,我正在寻找一个可微的近似值。

有人知道吗?例如,我需要最小化以下内容:

[max (a - max_{x\in c}(x) )^2 + (a - max_{x\in d}(x) )^2]

【问题讨论】:

  • max(a,b) = (a+b+abs(a-b))/2; min(a,b) = (a+b-abs(a-b))/2;因此,只需找到 abs 的可口近似值。
  • 我有一个维度为 d 的向量。在这种情况下,我需要一个可微分的最大值和最小值近似值。

标签: optimization statistics machine-learning calculus


【解决方案1】:

Softmax 函数是从向量到标量的可微映射,并逼近最大值函数。

【讨论】:

    【解决方案2】:

    Smooth maximum(最低)是一名候选人:

    sum(x * exp(alpha * x)) / sum(exp(alpha * x))
    

    其中 alpha -> +Inf 收敛到最大值,而 alpha -> -Inf 收敛到最小值。

    另一个是LogSumExp:

    log(sum(exp(x)))
    

    这是一个最大值。我想问一个否定的xs 的最大值应该给最小值

    论文Multiple Instance Learning: Algorithms and Applications 中提到了其他几个,例如广义均值、噪声或和“ISR”模型(因为它在“集成分割和识别”论文中有所描述)。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2016-04-04
      • 2023-04-02
      • 2012-08-04
      • 1970-01-01
      • 2016-04-10
      相关资源
      最近更新 更多