우리는 결정 의존적 확률 변수가 이분산 오차를 가진 비모수 회귀 모델을 따르는 확률 프로그래밍 문제의 한 종류를 고려합니다. 잠재적인 결정 의존성으로 인해 클락 서브미분 및 대리 함수는 쉽게 얻을 수 없습니다. 이러한 계산적 어려움을 해결하기 위해, 우리는 시뮬레이션 계획과 통계적 추정을 통합하여 알고리즘 절차에 의해 적응적으로 안내되는 방식으로 추정 기반 대리 함수를 구성하는 적응 학습 기반 대리 방법을 개발합니다. 우리는 변수 근접 매개변수 및 배치 크기 하에서 기대값의 (ν, δ)-근접 정적 성질과 관련된 비비대칭 수렴 속도 분석을 확립하며, 이는 이론과 실천에서 우수한 수렴 성능과 강화된 안정성을 나타냅니다. 우리는 알고리즘의 안정성과 효율성 측면에서 제안된 알고리즘의 장점을 보여주는 합성 및 실제 데이터를 사용한 수치 결과를 제공합니다.
Shen et al. (Mon,)은 이 질문을 연구했습니다.