AI最適化の盲点：確率的エクストラグラディエントS-SEGの収束問題が明らかに

AIの最適化問題解決に不可欠な確率的エクストラグラディエント法（SEG）について、その確率的挙動はこれまで不明瞭でした。本研究は、既存の独立サンプルSEG（I-SEG）に加え、注目されてこなかった同一サンプルSEG（S-SEG）の特性を深掘り。S-SEGが特定の条件下で収束しない可能性や、I-SEGとは異なる挙動を示すことを明らかにしました。これにより、AIモデルの安定した学習に向けた新たな知見が提供されます。