연구진은 불완전한 데이터로 학습할 때 발생하는 기울기 편향 문제를 분석하고, Richardson extrapolation을 활용한 새로운 SGD 방법론을 제안했어요.
제안된 방법은 기존 데이터에 인위적인 누락을 추가하여 기울기 편향을 줄이는 방식으로, 한 단계 Richardson 과정을 통해 기울기 편향을 $O( ext{\|}p ext{\|})^2$ 로 감소시킬 수 있어요.
실험 결과, Richardson debiasing은 다양한 일반화 선형 모델에서 최적화 및 추정 성능을 향상시키고, MICE와 같은 기존 방법과 함께 사용했을 때 긍정적인 효과를 보였어요.