본 논문에서는 Mirror Descent (MD) 업데이트를 사용하여 Generalized Exponentiated Gradient (GEG) 알고리즘의 새로운 클래스를 제안하고 연구합니다. 이를 위해, 두 매개변수 변형된 로그를 링크 함수로 하는 Bregman 발산을 적용합니다. 이 링크 함수(여기서는 Euler 로그라고 함)는 상대적으로 광범위한 트레이스 형태 엔트로피와 관련이 있습니다. 새로운 GEG/MD 업데이트를 도출하기 위해, Euler 두 매개변수 변형된 로그의 역함수를 근사하는 변형된 지수 함수를 추정합니다. Euler 로그와 그 역함수 변형된 지수 함수의 특성적인 형태와 속성은 두 개의 하이퍼파라미터로 조정됩니다. 이러한 하이퍼파라미터를 학습함으로써, 훈련 데이터의 분포에 적응하고, 경사 하강 알고리즘의 원하는 속성을 달성하도록 조정할 수 있습니다. 수많은 엔트로피 함수와 연관된 변형된 로그가 존재하므로, 한 연구 논문에서 모두 조사하는 것은 불가능합니다. 따라서 본 논문에서는 트레이스 형태 엔트로피 클래스와 연관된 두 매개변수 변형된 로그에 초점을 맞춥니다.
