×
哈立德·埃尔巴西尼;Kazuhisa Makino;瓦利德·纳吉

一种用于打包和覆盖半无限线性程序的乘法权重更新算法。 （英语） 兹比尔1430.90535

算法 81，第6期，2377-2429（2019）.
摘要：我们考虑了以下半无限线性规划问题：（max）（resp.，（min））（c^Tx）s.t.\subseteq{\mathbb{R}}^m_+\）给出了紧凸集，并给出了非负矩阵和向量。这个通用框架在建模许多有趣的问题时很有用。例如，它可以用于表示鲁棒优化的子类，其中约束的系数是从凸不确定性集（{{\mathcal{Y}}_i\）中提取的，目标是优化目标函数以实现每个（{{mathcal}}_i）中最坏情况的选择。当不确定性集（{{mathcal{Y}}_i）为椭球时，我们得到了二阶锥规划的一个子类。我们展示了如何扩展乘法权重更新方法来导出上述打包和覆盖问题的近似方案。当集合\（｛｛\mathcal｛Y｝｝｝｝_i\）是简单的，例如椭球体或长方体时，这在运行时间上比一般的凸规划求解器有了显著的改进。我们还考虑了混合装箱/覆盖问题，其中既有装箱约束又有覆盖约束，目标是找到一个近似可行解。

引用于1文件

MSC公司：

90立方厘米 半无限规划
90C27型 组合优化
90立方厘米 随机规划

关键词：

乘法权重更新;稳健优化;二阶锥规划;包装和覆盖

软件：

CVX公司
PDF格式BibTeX公司 XML格式引用
\textit{K.Elbassioni}等人，Algorithmica 81，No.6，2377--2429（2019；Zbl 1430.90535）
全文： 内政部

参考文献：

[1] Alizadeh，F.，Goldfarb，D.：二阶锥规划。数学。程序。95(1), 3-51 (2003) ·Zbl 1153.90522号
[2] Allen-Zhu，Z.，Lee，Y.T.，Orecchia，L.：使用优化获得宽度相关、并行、简单和快速的正SDP解算器，第1824-1831页（2016年）。http://dl.acm.org/citation.cfm？id=2884435.2884562 ·Zbl 1411.68180号
[3] Allen-Zhu，Z.，Orecchia，L.：收敛速度更快的近线性时间正LP解算器，第229-236页（2015）。https://doi.org/10.1145/2746539.2746573 ·Zbl 1321.90078号
[4] Arora，S.、Hazan，E.、Kale，S.：使用乘法权重更新方法的近似半定规划快速算法。摘自：第46届计算机科学基础研讨会论文集，第339-348页（2005）
[5] Arora，S.，Kale，S.：半定程序的组合、原对偶方法。摘自：第39届计算机理论研讨会（STOC）会议记录，第227-236页（2007）·Zbl 1232.68177号
[6] Bartal，Y.，Byers，J.，Raz，D.：正线性规划的快速分布式近似算法及其在流量控制中的应用。SIAM J.计算。33(6), 1261-1279 (2004) ·Zbl 1105.68112号
[7] Beck，A.，Teboulle，M.：凸优化的镜像下降和非线性投影次梯度方法。操作。Res.Lett公司。31(3), 167-175 (2003). https://doi.org/10.1016/S0167-6377(02)00231-6 ·Zbl 1046.90057号 ·doi:10.1016/S0167-6377（02）00231-6
[8] Ben-Tal，A.，Hazan，E.，Koren，T.，Mannor，S.：通过在线学习实现基于Oracle的稳健优化。操作。第63（3）号决议，第628-638号决议（2015年）·Zbl 1327.90379号
[9] Ben-Tal，A.，Nemirovski，A.：稳健优化：方法和应用。数学。程序。92(3), 453-480 (2002) ·Zbl 1007.90047号
[10] Bertsimas，D.，Brown，D.B.，Caramanis，C.：鲁棒优化的理论和应用。SIAM版本53（3），464-501（2011）·Zbl 1233.90259号
[11] Bertsimas，D.，Thiele，A.：供应链管理的稳健优化方法。In:整数规划和组合优化，第十届国际IPCO会议，2004年6月7日至11日，美国纽约州纽约市，会议记录，第86-100页（2004）·Zbl 1092.90521号
[12] Bhalgat，A.，Gollapudi，S.，Munagala，K.：通过乘法权重法的最优拍卖。摘自：《第十四届ACM电子商务会议记录》，EC’13，第73-90页。ACM，纽约（2013）
[13] Blum，A.：机器学习中的在线算法。摘自：1996年6月在线算法研讨会的发展：最新技术，第306-325页。施普林格，伦敦（1998）
[14] Brönnimann，H.，Goodrich，M.T.：有限VC-维中的几乎最优集覆盖。离散计算。地理。14(4), 463-479 (1995) ·Zbl 0841.68122号
[15] 布朗，G.W.：通过虚拟游戏迭代求解游戏。活动分析。产品分配13（1），374-376（1951）·Zbl 0045.09902号
[16] Bubeck，S.：凸优化：算法和复杂性。已找到。趋势马赫数。学习。8(3-4), 231-357 (2015). https://doi.org/10.1561/2200000050 ·兹比尔1365.90196 ·doi:10.1561/2200000050
[17] Chau，C.K.，Elbassioni，K.，Khonji，M.：组合交流电力分配的真实机制。参见：《2014年自主代理和多代理系统国际会议记录》，第1005-1012页。国际自治代理和多代理系统基金会（2014年）
[18] Chazelle，B.：差异方法：随机性和复杂性。剑桥大学出版社，纽约（2000）·Zbl 0960.65149号
[19] Constantine，C.，Mannor，S.，Xu，H.：机器学习中的稳健优化，第369-402页。麻省理工学院出版社，剑桥（2012）
[20] Daskalakis，C.，Deckelbaum，A.，Kim，A.：零和游戏的近最优无重算法。载：第二十二届ACM-SIAM离散算法年度研讨会论文集，SODA'11，第235-254页。SIAM（2011年）·Zbl 1377.91034号
[21] Diedrich，F.，Jansen，K.：混合包装和覆盖问题的更快、更简单的近似算法。西奥。计算。科学。377(1-3), 182-204 (2007) ·Zbl 1115.68172号
[22] Elbassioni，K.，Makino，K.、Mehlhorn，K.和Ramezani，F.：关于凸集上近似鞍点的随机虚拟游戏。《算法》73（2），441-459（2015）。https://doi.org/10.1007/s00453-014-9902-8 ·Zbl 1330.91012号 ·doi:10.1007/s00453-014-9902-8
[23] Elbassioni，K.，Nguyen，T.T.：具有低CP-rank分解的二元二次规划问题的近似方案。arXiv预印arXiv:1411.5050（2014）
[24] Freund，Y.，Schapire，R.：使用乘法权重的自适应游戏。游戏经济。行为。29(1-2), 79-103 (1999) ·兹比尔0964.91007
[25] Garg，N.，Khandekar，R.：变量上界的分数覆盖：求解具有负项的LP。摘自：第14届欧洲算法研讨会（ESA）会议记录，第371-382页（2004）·Zbl 1111.90347号
[26] Garg，N.，Könemann，J.：用于多商品流和其他分数包装问题的更快、更简单的算法。摘自：第39届计算机科学基础研讨会论文集，第300-309页（1998年）·Zbl 1137.90014号
[27] Goldfarb，D.，Iyengar，G.：稳健投资组合选择问题。数学。操作。第28（1）号决议，1-38（2003）·Zbl 1082.90082
[28] 格兰特，M。；博伊德，S。；布隆德尔，V.（编辑）；Boyd，S.（编辑）；Kimura，H.（编辑），非光滑凸程序的图形实现，95-110（2008），柏林·Zbl 1205.90223号
[29] Grant，M.，Boyd，S.:CVX:Matlab软件，用于严格的凸规划，2.1版（2014）
[30] Grigoriadis，M.，Khachiyan，L.：并行矩阵对策的近似解。摘自：优化与并行计算进展，第129-136页（1992）·Zbl 0814.90134号
[31] Grigoriadis，M.，Khachiyan，L.：矩阵游戏的次线性时间随机近似算法。操作。Res.Lett公司。18(2), 53-58 (1995) ·Zbl 0857.90144号
[32] Grigoriadis，M.，Khachiyan，L.：平行价格定向分解的协调复杂性。数学。操作。第21（2）号决议，321-340（1996）·Zbl 0857.90100号
[33] Grigoriadis，M.D.，Khachiyan，L.G.，Porkolab，L.，Villavicencio，J.：结构化凹面优化的近似最大-最小资源共享。SIAM J.Optim公司。41, 1081-1091 (2001) ·Zbl 1010.90060号
[34] Hazan，E.：在线凸优化的高效算法及其应用。美国普林斯顿大学博士论文（2006年）
[35] Helmbold，D.P.，Schapire，R.E.，Singer，Y.，Warmuth，M.K.：使用乘法更新的在线投资组合选择。在：机器学习，第十三届国际会议论文集，1996年7月3日至6日，意大利巴里，第243-251页（1996）
[36] Jain，R.，Yao，P.：正半定规划的并行近似算法。摘自：IEEE第52届计算机科学基础年度研讨会，2011年FOCS，美国加利福尼亚州棕榈泉市，2011年10月22日至25日，第463-471页（2011）·Zbl 1292.90227号
[37] Kale，S.：使用乘法权重更新方法的高效算法。美国普林斯顿大学博士论文（2007年）
[38] Khandekar，R.：凸规划问题的基于拉格朗日松弛的算法。博士论文，印度理工学院，德里（2004年）
[39] Koufogiannakis，C.，Young，N.：分数包装和覆盖线性规划的超越单纯形。摘自：第48届计算机科学基础研讨会论文集，第494-504页（2007）
[40] Littestone，N.，Warmuth，M.：加权多数算法。Inf.计算。108(2), 212-261 (1994) ·Zbl 0804.68121号
[41] Lobo，M.S.，Vandenberghe，L.，Boyd，S.，Lebret，H.：二阶锥规划的应用。线性代数应用。284(13), 193-228 (1998) ·Zbl 0946.90050号
[42] López，M.，Still，G.：半无限编程。欧洲药典。第180（2）号决议，491-518（2007）·Zbl 1124.90042号
[43] Lorenz，R.，Boyd，S.：稳健最小方差波束形成。IEEE传输。信号处理。53(5), 1684-1696 (2005) ·Zbl 1370.78279号
[44] Lovász，L.，Vempala，S.：对数凹函数的快速算法：采样、舍入、积分和优化。摘自：第47届计算机科学基础研讨会论文集，第57-68页（2006）
[45] Luby，M.，Nisan，N.：正线性规划的并行近似算法。摘自：第25届计算机理论研讨会（STOC）论文集，第448-457页（1993）·Zbl 1310.68224号
[46] Magaril-Il'yaev，G.G.，Tikhomirov，V.M.：凸分析：理论与应用，第222卷。美国数学学会，普罗维登斯（2003）·Zbl 1041.49001号
[47] Nemirovskii，A.，Yudin，D.：优化中的问题复杂性和方法效率。Wiley Interscience出版。威利，伦敦（1983）·Zbl 0501.90062号
[48] Nesterov，Y.：一种求解收敛速度为O（1/sqr（k））的凸规划问题的方法。Sov公司。数学。多克。27, 372-376 (1983) ·Zbl 0535.90071号
[49] Nesterov，Y.：凸优化入门讲座：基础课程，第87卷。柏林施普林格出版社（2013）·兹比尔1086.90045
[50] Peng，R.，Tangwongsan，K.：正半定规划的更快、更简单的宽度相关并行算法。摘自：第二十四届ACM算法和架构并行性研讨会论文集，SPAA’12，第101-108页。ACM，纽约（2012）
[51] Plotkin，S.、Shmoys，D.、Tardos，E.：分数包装和覆盖问题的快速近似算法。摘自：第32届计算机科学基础研讨会论文集，第495-504页（1991）
[52] Robinson，J.：一种求解博弈的迭代方法。安。数学。54(2), 296-301 (1951) ·Zbl 0045.08203号
[53] Shivaswamy，P.K.，Bhattacharyya，C.，Smola，A.J.：处理缺失和不确定数据的二阶锥规划方法。J.马赫。学习。第7号决议，1283-1314（2006年）·Zbl 1222.68305号
[54] Tsang，I.W.，Kwok，J.T.：使用二阶锥规划的高效超核学习。IEEE传输。神经网络。17(1), 48-58 (2006) ·Zbl 1132.68602号
[55] Tulabandhula，T.，Rudin，C.：使用机器学习对不确定性集进行稳健优化。参加：2014年1月6日至8日在美国佛罗里达州劳德代尔堡举行的2014年国际人工智能与数学研讨会·Zbl 1319.68198号
[56] Wang，D.，Rao，S.，Mahoney，M.W.：通过减小直径来解决包装和覆盖问题的统一加速方法。arXiv预印arXiv:1508.02439（2015）·Zbl 1388.90130号
[57] Young，N.：混合包装和覆盖的顺序和并行算法。摘自：第42届计算机科学基础研讨会论文集，第538-546页（2001）
[58] Zass，R.，Shashua，A.：硬聚类和概率聚类的统一方法。摘自：第十届IEEE国际计算机视觉会议，2005年。ICCV 2005，第1卷，第294-301页。IEEE（2005）
[59] Zhu，Z.A.，Orecchia，L.：将Nesterov的加速方法解释为梯度和镜面下降的组合。CoRR arXiv:1407.1537（2014）
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。