×
贝洛·克鲁兹，何塞·尤尼尔

关于最小化两个非光滑凸函数之和的近似次梯度分裂方法。 （英语） Zbl 1365.65160号

设定值变量分析。 25，第2期，245-263（2017）.
摘要：在本文中，当目标函数是两个不可微凸函数之和时，我们提出了一种用于解决Hilbert空间中非光滑优化问题的近端前向分裂迭代的变体。所提出的迭代方法将被称为近似次梯度分裂法，它利用目标函数的可加结构，将经典次梯度迭代扩展到重要的问题类。在适当的假设下，使用不同的步长建立了生成序列的弱收敛性。此外，我们还分析了迭代的复杂性。

引用于16文件

MSC公司：

65千5 数值数学规划方法
90C25型 凸面编程
90立方 非线性规划

关键词：

凸问题;非光滑优化问题;近端前向分裂迭代;次梯度法

软件：

取消锁定BoX
PDF格式BibTeX公司 XML格式引用
\textit{J.Y.Bello Cruz}，集值变量分析。25，第2号，245--263（2017；Zbl 1365.65160）
全文： 内政部 arXiv公司

参考文献：

[1] Alber，Y.I.，Iusem，A.N.，Solodov，M.V.：关于Hilbert空间中非光滑凸优化的投影次梯度方法。数学课程81、23-37（1998）·Zbl 0919.90122号
[2] Bauschke，H.H.，Borwein，J.：关于解决凸可行性问题的投影算法。SIAM第38版，367-426（1996）·兹比尔0865.47039 ·doi:10.1137/S0036144593251710
[3] Bauschke，H.H.，Combettes，P.L.：希尔伯特空间中的凸分析和单调算子理论。施普林格，纽约（2011）·Zbl 1218.47001号
[4] Bauschke，H.H.、Koch，V.R.、Phan，H.M.：体育场规范和Douglas-Rachford分割：道路设计优化的新方法。《运营研究》（2016）出版·兹比尔1338.90381
[5] Beck，A.，Teboulle，M.：基于梯度的约束全变差图像去噪和去模糊快速算法。IEEE Trans-image Process 18，2419-2434（2009）·Zbl 1371.94049号 ·doi:10.1109/TIP.2009.2028250
[6] Beck，A.，Teboulle，M.：基于梯度的算法及其在信号恢复问题中的应用。摘自：Palomar，D.，Eldar，Y.（编辑）《信号处理和通信中的凸优化》，第42-88页。坎布里奇大学出版社（2010）·Zbl 1211.90290号
[7] Bello Cruz，J.Y.：向量优化问题的次梯度方法。SIAM J Optim 232169-2182（2013）·Zbl 1295.90065号 ·doi:10.1137/120866415
[8] Bello Cruz，J.Y.，Iusem，A.N.：Hilbert空间中非光滑凸极小化的强收敛方法。数字功能分析优化32，1009-1018（2011）·Zbl 1232.90319号 ·数字标识代码：10.1080/01630563.2011.590914
[9] Bello Cruz，J.Y.，Iusem，A.N.：副单调变分不等式直接方法的收敛性。计算优化应用46，247-263（2010）·Zbl 1220.90129号 ·doi:10.1007/s10589-009-9246-5
[10] Bello Cruz，J.Y.，Nghia，T.T.A.：关于近端向前向后分裂方法与线搜索的收敛性。技术报告，2015年，可从arXiv获得：1501.02501.pdf·Zbl 1354.65116号
[11] Bot，R.，Csetnek，E.R.：单调包含问题的前向-后向和Tseng类型惩罚方案。集值和变分分析22，313-331（2014）·Zbl 1308.47064号 ·doi:10.1007/s11228-014-0274-7
[12] Candes，E.J.，Tao，T.：线性编程解码。IEEE Trans-Inf理论51，4203-4215（2005）·Zbl 1264.94121号 ·doi:10.1109/TIT.2005.858979
[13] Chavent，G.，Kunisch，K.：约束不适定反问题的Tikhonov正则化的收敛性。反向探针10，63-76（1994）·Zbl 0799.65061号 ·doi:10.1088/0266-5611-10/1/006
[14] Chen，G.H.-G.，Rockafellar，R.T.：正向-反向分裂的收敛速度。SIAM J Optim 7，421-444（1997）·Zbl 0876.49009号 ·doi:10.1137/S1052623495290179
[15] Combettes，P.L.：通过非扩张平均算子的组合求解单调包含。优化53475-504（2004）·Zbl 1153.47305号 ·doi:10.1080/02331930412331327157
[16] Combettes，P.L.：一些优化算法的准Fejérian分析。可行性和优化中的内在并行算法及其应用。计算数学研究8 115-152北荷兰阿姆斯特丹（2001）·Zbl 0992.65065号
[17] Combettes，P.L.，Pesquet，J.-C.：非光滑凸变分信号恢复的Douglas-Rachford分裂方法。IEEE信号处理选定主题期刊1564-574（2007）·doi:10.1010/JSTSP.2007.910264
[18] Combettes，P.L.，Pesquet，J.-C.：信号处理中的近距离分裂方法。中：反问题的定点算法。科学与工程。Springer Optimization and Its Applications 49 185-212 Springer New York（2011）·Zbl 1242.90160号
[19] Combettes，P.L.，Wajs，V.R.：通过近端前向-后向分裂恢复信号。多尺度模型Simul 41168-1200（2005）·Zbl 1179.94031号 ·数字对象标识代码：10.1137/050626090
[20] Combettes，P.L.，Vũ，B.C.：可变度量正向反向分裂，应用于对偶中的单调包含。优化63，1289-1318（2014）·Zbl 1309.90109号 ·doi:10.1080/02331934.2012.733883
[21] D'Antonio，G.，Frangioni，A.：偏转条件近似次梯度方法的收敛性分析。SIAM J Optim 20，357-386（2009）·Zbl 1187.90222号 ·doi:10.1137/080718814
[22] Ermoliev，Y.U.M.：关于广义随机梯度和拟Fejér序列的方法。控制论5208-220（1969）·doi:10.1007/BF01071091
[23] Figueiredo，M.、Novak，R.、Wright，S.J.：稀疏重建的梯度投影：应用于压缩传感和其他反问题。IEEE J Sel Top Sign Proces 1，586-597（2007）·doi:10.1109/JSTSP.2007.910281
[24] Geman，S.，Geman，D.：图像的随机松弛、吉布斯分布和贝叶斯恢复。IEEE跨模式分析马赫数集成电路6721-741（1984）·Zbl 0573.62030号 ·doi:10.1109/TPAMI.1984.4767596
[25] Held，M.，Wolfe，P.，Crowder，H.：次梯度优化的验证。数学课程66-68（1974）·Zbl 0284.90057号 ·doi:10.1007/BF01580223
[26] James，G.M.，Radchenko，P.，Lv，J.：DASSO：Dantzig选择器和套索之间的连接。J R Stat Soc Ser B Stat Methodol 71、127-142（2009年）·Zbl 1231.62129号 ·文件编号：10.1111/j.1467-9868.2008.00668.x
[27] Kim，S.，Ahn，H.，Cho，S.-C.：可变目标值次梯度法。数学课程49，359-369（1991）·Zbl 0825.90754号 ·doi:10.1007/BF01588797
[28] Kiviel，K.C.：凸优化的近似和增量次梯度方法的收敛性。SIAM J Optim（2006），第14期，第807-840页·Zbl 1063.90039号 ·doi:10.1137/S1052623400376366
[29] Kiwiel，K.C.：凸优化的次梯度投影方法的效率，第一部分：一般水平方法。SIAM J Control Optim公司34、660-676（1996）·Zbl 0846.90084号 ·doi:10.1137/0334031
[30] Larson，T.，Patriksson，M.，Stromberg，A.-B.：条件次梯度优化-理论与应用。《欧洲运营研究杂志》88，382-403（1996）·Zbl 0913.90225号 ·doi:10.1016/0377-2217（94）00200-2
[31] Mosci，S.、Rosasco，L.、Santoro，M.、Verri，A.、Villa，S.和Sebag，M.：用近似方法求解结构化稀疏正则化。In:Balczar，J，Bonchi，F，Gionis，A（编辑）《数据库中的机器学习和知识发现》，计算机科学讲稿6322，Springer，2010，418-433·Zbl 0855.47043号
[32] Neal，P.，Boyd，S.：近似算法。优化基础和趋势112-239（2014）·数字对象标识代码：10.1561/24000003
[33] Nedic，A.，Bertsekas，D.P.：不可微优化的增量次梯度方法。SIAM J Optim 12，109-138（2001年）·Zbl 0991.90099号 ·doi:10.1137/S1052623499362111
[34] Nesterov，Y.U.：大规模优化问题的子梯度方法。数学课程146、275-297（2014）·兹比尔1297.90120 ·文件编号：10.1007/s10107-013-0686-4
[35] Nesterov，Y.U.：最小化复合函数的梯度方法。数学课程140，125-161（2013）·Zbl 1287.90067号 ·doi:10.1007/s10107-012-0629-5
[36] Nesterov，Y.U：坐标下降方法在大规模优化问题上的效率。SIAM J Optim 22，341-362（2012）·Zbl 1257.90073号 ·数字对象标识代码：10.1137/100802001
[37] Nesterov，Y.U.：关于凸优化的介绍性讲座：基础课程。Kluwer学术出版社Norwel（2004）·Zbl 1086.90045号
[38] Polyak，B.T.：《非光滑函数的最小化》（U.S.S.R.Comput Math Math Phys 9，14-29，1969）·Zbl 0229.65056号 ·doi:10.1016/0041-5553（69）90061-5
[39] Rockafellar，R.T.：单调算子和近点算法。SIAM J控制优化14，877-898（1976）·Zbl 0358.90053号 ·数字对象标识代码：10.1137/0314056
[40] Sagastizb¨al，C.：复合近端束方法。数学课程140、189-233（2013）·Zbl 1273.90163号 ·doi:10.1007/s10107-012-0600-5
[41] Sherali，H.D.，Choi，G.，Tuncbilek，C.H.：不可微优化的可变目标值方法。不可微优化的可变目标值方法，1-8（1997）·Zbl 0958.90091号
[42] Svaiter，B.F.：一类Fejér收敛算法、近似解和混合Proximal-Extragradient方法。《最优化理论应用杂志》162133-153（2014）·Zbl 1311.90178号 ·doi:10.1007/s10957-013-0449-7
[43] Tropp，J.：放松：识别稀疏信号的凸规划方法。IEEE Trans-Inf理论51，1030-1051（2006）·Zbl 1288.94025号 ·doi:10.1109/TIT.2005.864420
[44] Zhu，D.L.，Marcotte，P.：协方差性及其在求解变分不等式的迭代格式收敛中的作用。SIAM J Optim 6，714-726（1996）·Zbl 0855.47043号 ·doi:10.1137/S1052623494250415
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。