Faster Rates For Federated Variational Inequalities
在本文中，我们研究了用于解决随机变分不等式（VI）的联合优化，这是近年来引起越来越多关注的问题。尽管取得了实质性进展，但现有的收敛速度与联合凸优化已知的最先进边界之间仍然存在显着差距。在这项工作中，我们通过建立一系列改进的收敛率来解决这一限制。首先，我们证明，对于一般的平滑和单调变分不等式，经典的 Local Extra SGD 算法在精细分析下可以提供更严格的保证……
IEEE Transactions on Neural Networks and Learning Systems, Volume 37, Issue 2, February 2026
1) 视觉曼巴：全面的调查和分类作者：X. Liu，C. Zhang，F. Huang，S. Xia，G. Wang，L. Zhang 页数：505 - 5252) Hard Sample Mining: A New Paradigm of Efficient and Robust Model Training 作者：L. Liu，Y. Liang，X. Yan，L. Huangfu，S. Samtani，Z. Yu，Y.张，D. D. Zeng页数：526 - 5463) FEU-Diff：用于医学图像分割的模糊证据驱动的动态不确定性融合的扩散模型作者：S. Geng，S. Jiang，T.
The mystery of nuclear 'magic numbers' has finally been resolved
具有可变分辨率的显微镜的数学等效物揭示了为什么某些原子异常稳定，这是核物理学中数十年来一直存在的谜团
