Stochastic approximation with delayed observations
存在观测延迟时的随机逼近AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要仅描述通用随机逼近算法对延迟观测的处理，没有提供所列经济或金融领域细分的应用依据。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
存在观测延迟时的随机逼近
- 研究问题
- 当更新所需的观测存在延迟、无法及时用于迭代时，如何修改 Robbins–Monro 随机逼近程序并研究其渐近性质？
- 方法与思路
- 作者修改 Robbins–Monro 程序，使其能够用于存在延迟观测的情形，并考察修改后程序的渐近性质；具体更新规则未说明。
- 材料陈述的贡献
- 摘要明确陈述对经典随机逼近程序的延迟观测扩展及渐近性质研究，但没有列出具体定理、适用条件或性能比较。
- 阅读关注点
- 应核对延迟的定义与生成方式、迭代使用哪些观测、步长设定，以及全文究竟建立哪些渐近结论及相应条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；未说明延迟分布、步长条件或具体渐近结论，不能推断任意延迟下均收敛或具有某种收敛率。
原文摘要
The Robbins-Monro stochastic approximation procedure is modified so as to be applicable in the presence of delayed observations; asymptotic properties of the modified procedure are investigated.