연구진은 고정된 표현 방식의 한계를 극복하기 위해 기능적 경사 하강법(FGD) 알고리즘을 제안했어요. 이 알고리즘은 최적화 과정에서 기능적 경사 표현을 적응적으로 조정하여 기존 FGD 방식의 한계를 개선했어요.
새로운 FGD 알고리즘은 이론적으로 뒷받침되며, 매끄러운 손실 함수에 대해서는 고정점 수렴, Polyak-Lojasiewicz 조건 하에서는 전역 최소값 수렴을 보장해요.
회귀, PDE 수치해, 현대 컴퓨터 비전 등 다양한 분야에서 기존 FGD 방식과 신경망 기반 모델을 능가하는 효율성과 정확도를 입증했어요.