×
何永成;Hoai An Le Thi;陶文鼎

基于DCA的直流拟合算法。 （英语） Zbl 1459.90163号

J.计算。申请。数学。 389，文章ID 113353，14 p.（2021）。
摘要：针对所谓的DC拟合问题，我们研究了一种基于DC（凸函数差分）编程和DCA（DC算法）的非凸、非光滑优化方法，其目的是通过DC函数拟合给定的数据点集。该问题被处理为最小化欧氏范数拟合误差的平方。它被制定为DC程序，并为此制定了标准DCA方案。此外，还提出了一种改进的DCA方案，该方案采用了逐次DC分解。这些标准/修改版本的DCA用于解决连续分段线性拟合问题。在许多小到大尺寸的合成和实际数据集上的数值实验表明，与现有的构建连续分段线性模型的方法相比，我们的基于DCA的方法是有效的。

引用于2文件

MSC公司：

90C26型 非凸规划，全局优化

关键词：

直流编程;数据采集卡;连续DC分解的DCA;DC配件;分段线性拟合

软件：

快速_分钟;ARESLab公司
PDF格式BibTeX公司 XML格式引用
\textit{V.T.Ho}等人，《计算杂志》。申请。数学。389，文章ID 113353，14 p.（2021；Zbl 1459.90163）
全文： 内政部

参考文献：

[1] Pham Dinh，T。；El Bernoussi，S.，求解一类非凸优化问题的算法。次梯度方法，（Hiriart-Urruti，J.-B.，Fermat Days 85：优化数学。Fermat Dys 85：最优化数学，北荷兰德数学研究，第129卷（1986年），北荷兰），249-271·Zbl 0638.90087号
[2] Pham Dinh，T。；Le Thi，H.A.，DC编程的凸分析方法：理论、算法和应用，数学学报。越南。，22, 1, 289-355 (1997) ·Zbl 0895.90152号
[3] Pham Dinh，T。；Le Thi，H.A.，求解信赖域子问题的DC优化算法，SIAM J.Optim。，8, 2, 476-505 (1998) ·Zbl 0913.65054号
[4] Le Thi，H.A.，《优化DC算法分析》。接近locale和globale。代码et模拟了numériques en grand维度。应用（1994），鲁昂大学：法国鲁昂大学（博士论文）
[5] Le Thi，H.A。；Pham Dinh，T.，《DC（凸函数的差异）编程和DCA与真实世界非凸优化问题的DC模型重访》，Ann.Oper。研究，133，1-4，23-46（2005）·Zbl 1116.90122号
[6] Le Thi，H.A。；Pham Dinh，T.，DC编程和DCA：三十年的发展，数学。程序。规范版本：DC程序理论算法应用。，169, 1, 5-68 (2018) ·Zbl 1387.90197号
[7] Pham Dinh，T。；Le Thi，H.A.，《DC编程和DCA的最新进展》，（Nguyen，N.T.；Le Thy，H.A，《计算智能学报》第十三卷，第8342卷（2014年），施普林格-柏林-海德堡），1-37
[8] Le Thi，H.A。；Ho，V.T。；Pham Dinh，T.，用于大规模批量强化学习的统一DC编程框架和基于DCA的高效方法，J.Global Optim。，73,279-310（2019）·Zbl 1434.90159号
[9] Ho，V.T。；Le Thi，H.A。；Pham Dinh，T.，凸分段线性拟合的连续DC分解DCA，（Le Thi，H.A.；Le，H.M.；Pham Digh，T.；Nguyen，N.T.，《知识工程的高级计算方法》（2020），施普林格国际出版公司），39-51
[10] Pham Dinh，T.，元素homoduaux沙丘矩阵a relatifs un couple de normes（（φ，psi））。应用程序au calcul de \（s_{（\phi，\psi）}（a）\），sém。分析。编号。（1975），格勒诺布尔
[11] Pham Dinh，T.，《规范与应用的贡献》（1981年），约瑟夫·傅里叶大学：约瑟夫·傅立叶格勒诺布尔大学（科学博士学位）
[12] Phan，D.N。；Le Thi，H.A.，通过（ell_{p，0}）正则化选择群变量及其在最优评分中的应用，神经网络。，118, 220-234 (2019) ·Zbl 1441.62073号
[13] Phan，D.N。；Le，H.M。；Le Thi，H.A.，凸函数加速差分算法及其在稀疏二元逻辑回归中的应用，（第二十七届国际人工智能联合会议论文集（2018），国际人工智能组织联合会议：国际人工智能联合会议（IJCAI-18），1369-1375
[14] Le Thi，H.A。；Le，H.M。；Phan，D.N。；Tran，B.，大样本非凸函数问题的随机DCA及其在分类群变量选择中的应用，（第34届机器学习国际会议论文集-第70卷（2017），JMLR.org），3394-3403
[15] Le Thi，H.A。；Phan，D.N.，稀疏Fisher线性判别分析的DC编程和DCA，神经计算。申请。，28, 9, 2809-2822 (2017)
[16] Le Thi，H.A。；Nguyen，M.C.，多类支持向量机中基于DCA的特征选择算法，Ann.Oper。第249号、第1273-300号决议（2017年）·Zbl 1404.68111号
[17] Phan，D.N。；Le Thi，H.A。；Pham Dinh，T.，基于DCA算法的稀疏协方差矩阵估计，神经计算。，29, 11, 3040-3077 (2017) ·Zbl 1418.62276号
[18] Rockafellar，R.T.，《凸分析》（1970），普林斯顿大学出版社·Zbl 0229.90020号
[19] Koshi，S.，凸函数和对偶的收敛性，北海道数学。J.，14，3，399-414（1985）·Zbl 0583.49008号
[20] Salinetti，G。；Wets，R.J.，《关于凸函数两种收敛类型之间的关系》，J.Math。分析。申请。，60, 1, 211-226 (1977) ·Zbl 0359.54005号
[21] 阿马尔迪，E。；Coniglio，S。；Taccari，L.，将分段仿射模型拟合到数据点的离散优化方法，计算。操作。决议，75，214-230（2016）·兹比尔1349.68209
[22] Balázs，G。；György，A。；Szepesvári，C.，凸随机规划的Max-affine估计（2016），ArXiv e-prints，URLhttps://arxiv.org/abs/1609.06331
[23] 博伊德，S。；Kim，S.-J。；范登伯格，L。；Hassibi，A.，几何编程教程，Opt。工程师，8，1，67-127（2007）·Zbl 1178.90270号
[24] Magnani，A。；Boyd，S.P.，凸分段线性拟合，Opt。工程，10，1，1-17（2009）·Zbl 1273.65086号
[25] Pham Dinh，T。；Ho，V.T。；Le Thi，H.A.，求解Brugnano-Casulli分段线性系统的DC编程和DCA，计算。操作。研究，87，196-204（2017）·Zbl 1391.90494号
[26] Taccari，L.，分段仿射模型拟合的优化方法（2010），米兰理工大学，（博士论文）
[27] 托里埃洛，A。；Vielma，J.P.，拟合分段线性连续函数，欧洲J.Oper。研究，219，186-95（2012）·Zbl 1244.90166号
[28] Wang，Y。；Boyd，S.，使用在线优化的快速模型预测控制，IEEE Trans。控制系统。技术。，18, 2, 267-278 (2010)
[29] 应用程序，P。；Long，N.V。；Rees，R.，《最优分段线性所得税》，《公共经济学杂志》。理论，16，4，523-545（2011）
[30] 坎普拉，P。；Morales，M.，应用于西班牙东南部地表气温的分段线性回归模型的趋势分析（1973-2014），非线性过程。地球物理学。讨论。，1-25 (2016)
[31] Choi J.Y.，R.M.Kil，C.-H.Choi，分段线性回归网络及其在时间序列预测中的应用，载《神经网络国际会议论文集》，1993年第2卷，第1349-1352页。
[32] 莱斯，P.C。；White，M.W.，《家庭电力需求，重访》，Rev.Econom。螺柱，72，3，853-883（2005）·Zbl 1106.91347号
[33] 托里埃洛，A。；纳姆豪泽，G。；Savelsbergh，M.，用近似值函数分解库存路径问题，Nav。后勤部。，57, 8, 718-727 (2010) ·Zbl 1202.90021号
[34] Yang，L。；刘，S。；佐卡，S。；Papageorgiou，L.G.，分段线性回归分析的数学规划，专家系统。申请。，44156-167（2016）
[35] Balázs，G.，《凸回归：理论、实践和应用》（2016），阿尔伯塔大学（博士论文）
[36] Goel，S。；卡纳德，V。；Klivans，A。；Thaler，J.，《可靠学习多项式时间的关系》，（Kale，S.；Shamir，O.，《2017年学习理论会议论文集》，2017年学习论会议论文集，机器学习研究论文集，第65卷（2017），PMLR:PMLR阿姆斯特丹，荷兰），1004-1042
[37] 洛杉矶汉纳。；邓森，D.B.，带自适应分割的多元凸回归，J.Mach。学习。研究，14，3261-3294（2013）·Zbl 1318.62225号
[38] 马丁内斯，N。；阿纳希德，H。；罗森伯格，J.M。；马丁内斯（D.Martinez）。；陈，V.C.P。；王建平，非凸分段线性回归样条的全局优化，全局优化。，68, 3, 563-586 (2017) ·Zbl 1377.90068号
[39] Bagirov，A。；克劳森，C。；Kohler，M.，用连续分段线性函数估计回归函数的算法，计算。最佳方案。申请。，45, 1, 159-179 (2010) ·Zbl 1187.90267号
[40] Friedman，J.H.，多元自适应回归样条曲线，《统计年鉴》。，19, 1, 1-67 (1991) ·Zbl 0765.62064号
[41] 安德烈斯，J.D。；Lorca，P。；Juez，F.J.d.C。；Sánchez-Lasheras，F.，《破产预测：使用模糊c均值聚类和多元自适应回归样条（MARS）的混合方法》，专家系统。申请。，38, 3, 1866-1875 (2011)
[42] Jekabsons，G.，ARESLab:matlab/8octave的自适应回归样条工具箱（2016），网址：http://www.cs.rtu.lv/jekabsons网站/
[43] Bagirov，A。；南卡罗来纳州塔赫里。；Asadi，S.，分段线性回归凸优化算法的差异，J.Ind.Manage。优化。，15, 2, 909-932 (2019) ·Zbl 1438.65121号
[44] Gorokhovik，V.V。；O.I.佐尔科。；Birkhoff，G.，分段仿射函数和多面体集，最优化，31，3209-221（1994）·Zbl 0816.49011号
[45] Valadier，M.，Sous-differentiels d'une-borne supérieure et d'une somme continue de functions converses，C.R.学院。科学。巴黎。AB，268，A39-A42（1969）·Zbl 0164.43302号
[46] Katsavounidis，I。；Kuo，C.C.J。；Zhang，Z.，广义Lloyd迭代的新初始化技术，IEEE信号处理。莱特。，1, 10, 144-146 (1994)
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。