安全计算范式中迭代方法与函数表示的高效评估
迭代方法的安全快速评估
在迭代方法的安全快速评估中,对于所有的 (q \in (0, 1)) 和 (\epsilon > 0),存在一个与 (d) 拓扑等价的度量 (d_{q,\epsilon}),使得 ((X, d_{q,\epsilon})) 是一个完备度量空间,并且具有以下两个性质:
1. 对于所有的 (x, y \in X),有 (d_{q,\epsilon}(f(x), f(y)) \leq q \cdot d_{q,\epsilon}(x, y))。
2. 对于所有的 (x, y \in X),若 (d_{q,\epsilon}(x, y) \leq \epsilon),则 (\min{d_{q,\epsilon}(x^ , x), d_{q,\epsilon}(x^ , y), d_{q,\epsilon}(x, y)} \leq 2 \cdot \epsilon)。
第二个性质用于根据常数 (q)、(\epsilon) 以及距离 (d(x_0, x^*)) 来界定所需的迭代次数。以矩阵的幂法为例,对于实矩阵 (A)(其特征值满足 (|\lambda_1| > |\lambda_2| \geq \cdots \geq |\lambda_m|)),在 (\mathbb{R}^m) 上存在一个度量 (d(x, y)),使得对于任意向量范数 (|\cdot|),映射 (F(x) = \frac{A \cdot x}{|A \cdot x|}) 是一个压缩映射,即对于所有的 (x, y \in \mathbb{R}^m),有 (d(F(x), F(y)) \leq \frac{|\lambda_2
安全计算中迭代方法与函数表示优化
超级会员免费看
订阅专栏 解锁全文
1053

被折叠的 条评论
为什么被折叠?



