Information-Theoretic Lower Bounds for Bit-Constrained Stochastic Optimization via a Reduction to Compressed Gaussian Mean Estimation
यह शोध पत्र संकुचित गाऊसी माध्य अनुमान (compressed Gaussian mean estimation) की समस्या को कम करके बिट-प्रतिबंधित स्टोकेस्टिक अनुकूलन (bit-constrained stochastic-optimization) के लिए बिना शर्त सूचना-सैद्धांतिक निचली सीमाएं (unconditional information-theoretic lower bounds) स्थापित करता है, जिससे यह प्रकट होता है कि आवश्यक पुनरावृत्तियों (iterations) की संख्या केवल आयाम (dimension) के बजाय आयाम और व्युत्क्रम बिट-चौड़ाई (inverse bit-width) दोनों के साथ स्केल करती है।