Convergence Analysis in the NTK Regime
Neural Tangent Kernel regime에서의 수렴 분석을 통해 딥러닝 최적화가 이론적으로 설명되는 지점을 다룹니다.
- 발행일
- 2026년 6월 13일
- 작성자
- YAI
Convergence Analysis in the NTK Regime
16기 · 최적화 · Convex Opt
Neural Tangent Kernel regime에서의 수렴 분석을 통해 딥러닝 최적화가 이론적으로 설명되는 지점을 다룹니다.
실험 중심 세미나 사이에 이론적 시야를 보강한 고난도 발표로 정리됐습니다.
핵심 흐름
Neural Tangent Kernel은 넓은 신경망의 학습 과정을 함수 공간에서 분석하는 도구입니다. 보고서는 수렴 분석이 어떤 가정 위에 서 있는지, 그리고 실제 딥러닝 학습을 설명할 때 어디까지 유효한지를 살핍니다.
- 무한 너비 네트워크와 kernel regime의 관계
- gradient descent 수렴 분석의 조건
- 실험 중심 세미나 사이에서 이론적 시야를 보강하는 역할