University of California, Berkeley（加州大学伯克利分校）

Second-Order Optimization for Non-Convex Machine Learning: An Empirical Study

非凸机器学习中的二阶优化：一项实证研究

Peng Xu, Farbod Roosta-Khorasani, Michael W. Mahoney

机构 * Institute for Computational and Mathematical Engineering, Stanford University（计算与数学工程研究所，斯坦福大学） ； School of Mathematics and Physics, University of Queensland（数学与物理学院，昆士兰大学） ； International Computer Science Institute, Berkeley, USA（国际计算机科学研究所，伯克利，美国） ； International Computer Science Institute and Department of Statistics, University of California at Berkeley（国际计算机科学研究所和统计学系，加州大学伯克利分校） 纠错

AI总结 本文通过实证研究评估了非凸机器学习问题中牛顿型方法的性能，证明其在泛化性能和超参数鲁棒性方面优于传统SGD，能有效逃离平坦区域和鞍点。

Comments 21 pages, 11 figures. Restructure the paper and add experiments

SPRK: A Low-Cost Stewart Platform For Motion Study In Surgical Robotics

SPRK：一种低成本的斯图尔特平台用于外科机器人中的运动研究

Vatsal Patel, Sanjay Krishnan, Aimee Goncalves, Ken Goldberg

机构 * UC Berkeley（加州大学伯克利分校） 纠错

AI总结 本文提出了一种低成本的斯图尔特平台，用于模拟呼吸、心跳和蠕动运动，其成本仅为250美元，比商用平台低两个数量级，具备精确的位移和旋转能力。

Scalable Anomaly Detection in Large Homogenous Populations

大规模同质群体中的可扩展异常检测

Henrik Ohlsson, Tianshi Chen, Sina Khoshfetrat Pakazad, Lennart Ljung, S. Shankar Sastry

机构 * Department of Electrical Engineering and Computer Sciences, University of California at Berkeley（电气工程与计算机科学系，加州大学伯克利分校） 纠错

AI总结 本文提出一种优化方法解决大规模同质群体中的异常检测问题，通过将问题转化为凸优化问题实现分布式求解，并在特定条件下保证解的精确性。