DREM для линейной регрессии: развязывание весов перцептрона и ускорение обучения

Статья посвящена применению метода DREM для обучения линейного перцептрона через декомпозицию многопараметрической задачи на независимые скалярные регрессии. В работе проведён экспериментальный анализ влияния параметров на ошибку MSE и время выполнения по сравнению со стандартными оптимизаторами. Метод демонстрирует потенциал ускорения сходимости на синтетических и реальных данных.