Generalization Guarantees on Data-Driven Tuning of Gradient Descent with Langevin Updates

Este artigo apresenta o algoritmo Langevin Gradient Descent (LGD) para problemas de regressão convexa, demonstrando que configurações ótimas de hiperparâmetros alcançam a solução ótima de Bayes. O trabalho também oferece garantias de generalização para meta-aprendizagem de hiperparâmetros ótimos do LGD, com um limite de pseudo-dimensão de O(dh).