ZetA는 Riemann zeta 함수 기반의 동적 스케일링을 Adam에 통합한 새로운 심층 학습 최적화 알고리즘입니다. 적응적 감쇠, 코사인 유사도 기반 모멘텀 증강, 엔트로피 정규화 손실, SAM(Sharpness-Aware Minimization) 스타일의 섭동을 통합한 하이브리드 업데이트 메커니즘을 통해 일반화 성능과 강건성을 향상시킵니다. SVHN, CIFAR10, CIFAR100, STL10, 그리고 노이즈가 있는 CIFAR10 데이터셋에서 Adam보다 향상된 테스트 정확도를 보였으며, 경량 전결합 네트워크를 사용하여 5 epoch 동안 혼합 정밀도 설정으로 훈련되었습니다. 특히 노이즈가 많거나 고차원 분류 작업에서 Adam에 비해 계산 효율적이고 강건한 대안임을 보여줍니다.
