学习稳定性分析：间歇且含噪梯度可能导致不稳定

研究指出，梯度信息含噪且间歇可用时，学习过程可能不稳定；即使平均学习动态收敛到正确最优点，学习方差仍可能渐近无穷。作者在单层和多层线性网络等可解析情形中推导稳定条件，并指出无偏信用分配不足以保证可靠学习，还需要足够频繁且有信息量的反馈。