×

多面体上一类复合(L_q)极小化的光滑SQP框架。 (英语) Zbl 1346.90684号

摘要:一般多面体上的复合(L_q)((0<q<1))最小化问题在机器学习、无线通信、图像恢复、信号重建等方面有着广泛的应用。本文旨在对该问题进行理论研究。首先,我们导出了该问题局部极小值的Karush-Kuhn-Tucker(KKT)最优性条件。其次,我们提出了一个平滑序列二次规划框架来解决这个问题。该框架在每次迭代时都需要一个凸二次规划的(近似)解。最后,我们分析了返回(epsilon)-KKT点的框架的最坏情况迭代复杂性;即,满足导出的KKT最优性条件的扰动版本的可行点。据我们所知,所提出的框架是第一个具有最坏情况迭代复杂性保证的框架,用于解决一般多面体上的复合(L_q)最小化问题。

MSC公司:

90C26型 非凸规划,全局优化
90立方 非线性规划
90立方厘米 数学规划中的最优性条件和对偶性
65千5 数值数学规划方法
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Barzilai,J.,Borwein,J.M.:两点步长梯度法。IMA J.数字。分析。8(1),141-148(1988)·Zbl 0638.65055号
[2] Beck,A.,Teboulle,M.:线性反问题的快速迭代收缩阈值算法。SIAM J.成像科学。2(1), 183-202 (2009) ·Zbl 1175.94009号
[3] Ben-Tal,A.,Nemirovski,A.:现代凸优化讲座。MPS-SIAM优化系列。SIAM,费城(2001)·Zbl 0986.90032号
[4] Berg,E.V.D.,Friedlander,M.P.:探索帕累托边界的基础追踪解决方案。SIAM J.科学。计算。31(2), 890-912 (2008) ·Zbl 1193.49033号
[5] Bertsekas,D.P.:凸分析与优化。马萨诸塞州雅典娜科学公司(2003)·Zbl 1140.90001号
[6] Bian,W.,Chen,X.:非Lipschitzian优化的平滑二次正则化方法的最坏情况复杂性。SIAM J.Optim公司。23(3), 1718-1741 (2013) ·Zbl 1282.90175号
[7] Bian,W.,Chen,X.:图像恢复中盒约束非Lipschitz优化的平滑二次正则化方法。香港理工大学技术报告(2014)·Zbl 1391.94442号
[8] Bian,W.,Chen,X.,Ye,Y.:非Lipschitz和非凸极小化内点算法的复杂性分析。数学。程序。149(1-2), 301-327 (2015) ·Zbl 1318.90075号
[9] Birbil,S.I.,Fang,S.C.,Frenk,J.B.G.,Zhang,S.:高维极大值函数的递归逼近。操作。Res.Lett公司。33(5), 450-458 (2005) ·兹比尔1195.90079
[10] Birgin,E.G.,Martínez,J.M.,Raydan,M.:凸集上的非单调谱投影梯度方法。SIAM J.Optim公司。10(4), 1196-1211 (2000) ·Zbl 1047.90077号
[11] Boser,B.E.,Guyon,I.,Vapnik,V.:最佳边缘分类器的训练算法。摘自:第五届计算学习理论年度研讨会,第144-152页(1992年)
[12] Bruckstein,A.M.,Donoho,D.L.,Elad,M.:从方程组的稀疏解到信号和图像的稀疏建模。SIAM版本51(1),34-81(2009)·Zbl 1178.68619号
[13] Candès,E.J.,Tao,T.:线性编程解码。IEEE传输。《信息论》51(12),4203-4215(2005)·Zbl 1264.94121号
[14] Candès,E.J.,Wakin,M.B.,Boyd,s.P.:通过重新加权\[\ell_1\]У1最小化增强稀疏性。J.傅立叶分析。申请。14(5), 877-905 (2008) ·Zbl 1176.94014号
[15] Cartis,C.,Gould,N.I.M.,Toint,P.L.:无约束优化的自适应立方正则化方法。第一部分:动机、收敛性和数值结果。数学。程序。127(2), 245-295 (2011) ·Zbl 1229.90192号
[16] Cartis,C.,Gould,N.I.M.,Toint,P.L.:无约束优化的自适应立方正则化方法。第二部分:最坏情况下函数和派生估值的复杂性。数学。程序。130(2), 295-319 (2011) ·Zbl 1229.90193号
[17] Cartis,C.,Gould,N.I.M.,Toint,P.L.:关于复合函数最小化的评估复杂性及其在非凸非线性规划中的应用。SIAM J.Optim公司。21(4), 1721-1739 (2011) ·Zbl 1236.90118号
[18] Chartrand,R.:通过非凸最小化精确重建稀疏信号。IEEE信号处理。莱特。14(10), 707-710 (2007)
[19] Chartrand,R.,Staneva,V.:受限等距特性和非凸压缩传感。反向探测。24(3), 1-14 (2008) ·Zbl 1143.94004号
[20] Chartrand,R.,Yin,W.:压缩传感的迭代重加权算法。在:声学、语音和信号处理内部会议(ICASSP),第3869-3872页(2008)
[21] Chen,X.:非光滑、非凸最小化的平滑方法。数学。程序。134(1), 71-99 (2012) ·Zbl 1266.90145号
[22] Chen,X.,Ge,D.,Wang,Z.,Ye,Y.:无约束\[l_2\]l\[2-l_p\]lp最小化的复杂性。数学。程序。143(1-2), 371-383 (2014) ·Zbl 1285.90039号
[23] Chen,X.,Ng,M.K.,Zhang,C.:图像恢复的非Lipschitz\[l_{{p}}\]lp正则化和盒约束模型。IEEE传输。图像处理。21(12),4709-4721(2012)·Zbl 1373.94080号
[24] Chen,X.,Niu,L.,Yuan,Y.:非Lipschitz优化的最优性条件和光滑信赖域牛顿法。SIAM J.Optim公司。23(3), 1528-1552 (2013) ·Zbl 1291.90238号
[25] Chen,X.,Xu,F.,Ye,Y.:\[\ell_2\]▽\[2-\ell_p\]Уp最小化解中非零项的下限理论。SIAM J.科学。计算。32(5), 2832-2852 (2010) ·Zbl 1242.90174号
[26] Chen,X.,Zhou,W.:使用非光滑非凸最小化平滑非线性共轭梯度法进行图像恢复。SIAM J.成像科学。3(4), 765-790 (2010) ·Zbl 1200.65031号
[27] Clarke,F.H.:优化和非光滑分析。约翰·威利,纽约(1983)·Zbl 0582.49001号
[28] Cortes,C.,Vapnik,V.:支持向量网络。机器。学习。20(3), 273-297 (1995) ·Zbl 0831.68098号
[29] Dai,Y.H.,Liao,L.Z.:Barzilai和Borwein梯度法的R-线性收敛性。IMA J.数字。分析。22(1), 1-10 (2002) ·Zbl 1002.65069号
[30] Daubechies,I.、DeVore,R.、Fornasier,M.、Güntürk,C.S.:稀疏恢复的迭代加权最小二乘最小化。Commun公司。纯应用程序。数学。63(1), 1-38 (2010) ·兹比尔1202.65046
[31] Fan,J.,Li,R.:通过非冲突惩罚似然及其预言属性进行变量选择。《美国统计协会杂志》96(456),1348-1359(2001)·Zbl 1073.62547号
[32] Foucart,S.,Lai,M.J.:基于[0<q\le 10\]<q≤1的欠定线性系统的最稀疏解。申请。计算。哈蒙。分析。26(3), 395-407 (2009) ·Zbl 1171.90014号
[33] Foucart,S.、Rauhut,H.:压缩传感的数学导论。施普林格,纽约(2013)·Zbl 1315.94002号
[34] Garey,M.R.,Johnson,D.S.:《计算机与难治性:NP-完备性理论指南》。W.H.Freeman,纽约(1979)·Zbl 0411.68039号
[35] Garmanjani,R.,Vicente,L.:非光滑优化中直接搜索方法的平滑和最坏情况复杂性。IMA J.数字。分析。33(3), 1008-1028 (2013) ·兹比尔1272.65050
[36] Ge,D.,Jiang,X.,Ye,Y.:关于lp最小化复杂性的注记。数学。程序。129(2), 285-299 (2011) ·Zbl 1226.90076号
[37] Ghadimi,S.,Lan,G.:非凸非线性随机规划的加速梯度法。数学。项目。(2015). doi:10.1007/s10107-015-0871-8·Zbl 1335.62121号
[38] Gould,N.I.M.,Toint,P.L.:二次规划的预处理。数学。程序。100(1),95-132(2004)·Zbl 1146.90491号
[39] Hale,E.T.,Yin,W.,Zhang,Y.:应用于压缩感知的定点延拓:实现和数值实验。J.计算。数学。28(2), 170-194 (2010) ·Zbl 1224.65153号
[40] Huang,J.,Ma,S.,Xie,H.,Zhang,C.H.:变量选择的群桥方法。生物特征96(2),339-355(2009)·Zbl 1163.62050
[41] Ji,S.,Sze,K.F.,Zhou,Z.,So,A.M.C.,Ye,Y.:超越凸松弛:网络定位的多项式时间非凸优化方法。摘自:IEEE计算机通信会议(INFOCOM),第2499-2507页(2013)·Zbl 1079.90102号
[42] Jiang,B.,Dai,Y.H.:用于stiefel流形优化的约束保持更新方案框架。数学。程序。(2015). doi:10.1007/s10107-014-0816-7·Zbl 1325.49037号
[43] Jiang,B.,Zhang,S.:寻找结构非凸优化\[\epsilon\]\-平稳点的迭代界。明尼苏达大学技术报告(2014)·Zbl 1220.65051号
[44] Lai,M.J.,Wang,J.:欠定线性系统稀疏解具有[0<q\le 10\]<q≤1的无约束[\ell_q\]Уq最小化。SIAM J.Optim公司。21(1), 82-101 (2011) ·Zbl 1220.65051号
[45] Lai,M.J.,Xu,Y.,Yin,W.:无约束光滑lq最小化的改进迭代加权最小二乘法。SIAM J.数字。分析。51(2), 927-957 (2013) ·Zbl 1268.49038号
[46] Liu,Y.F.,Dai,Y.H.,Luo,Z.Q.:通过线性规划通缩实现联合权力和准入控制。IEEE传输。信号处理。61(6), 1327-1338 (2013) ·Zbl 1393.94054号
[47] Liu,Y.F.,Dai,Y.H.,Ma,S.:联合功率和准入控制:非凸lq近似和有效的多项式时间收缩方法。IEEE传输。信号处理。63(14), 3641-3656 (2015) ·Zbl 1394.94340号
[48] Lu,Z.:lp正则无约束非线性规划的迭代重加权极小化方法。数学。程序。147(1-2), 277-307 (2014) ·兹比尔1308.90170
[49] Mitliagkas,I.,Sidiropoulos,N.D.,Swami,A.:自组织和认知底层网络的联合功率和准入控制:凸近似和分布式实现。IEEE传输。无线通信。10(12), 4110-4121 (2011)
[50] Mourad,N.,Reilly,J.P.:稀疏向量重建中最小化非凸函数。IEEE传输。信号处理。58(7), 3485-3496 (2010) ·Zbl 1391.90492号
[51] Nesterov,Y.:一种求解收敛速度为\[\text{O}(1/k^2)O\](1/k2)的凸规划问题的方法。苏联。数学。多克。27(2),372-376(1983)·Zbl 0535.90071号
[52] Nesterov,Y.:非光滑函数的平滑最小化。数学。程序。103(1), 127-152 (2005) ·Zbl 1079.90102号
[53] Nikolova,M.,Ng,M.K.,Zhang,S.,Ching,W.K.:使用非光滑非凸最小化高效重建分段常量图像。SIAM J.成像科学。1(1), 2-25 (2008) ·Zbl 1207.94017号
[54] Nocedal,J.,Wright,S.J.:《数值优化》,第二版。施普林格,纽约(2006)·Zbl 1104.65059号
[55] Papadimitriou,C.H.:计算复杂性。马萨诸塞州艾迪森·韦斯利(1994)·Zbl 0833.68049号
[56] Rao,B.D.,Kreutz-delgado,K.:最佳基选择的仿射缩放方法。IEEE传输。信号处理。47(1), 187-200 (1999) ·Zbl 0984.94010号
[57] Sun,Q.:通过[\ell_Q\]УQ最小化恢复稀疏信号。申请。计算。哈蒙。分析。32(3), 329-341 (2012) ·Zbl 1266.94017号
[58] 孙伟、袁毅:优化理论与方法:非线性规划。施普林格,纽约(2006)·邮编1129.90002
[59] Vazirani,V.V.:近似算法。施普林格,纽约(2001)·Zbl 0999.68546号
[60] Wagner,M.,Meller,J.,Elber,R.:蛋白质折叠势设计的大尺度线性规划技术。数学。程序。101(2), 301-318 (2004) ·Zbl 1055.92021号
[61] Wright,S.J.、Nowak,R.D.、Figueiredo,M.A.T.:通过可分离近似进行稀疏重建。IEEE传输。信号处理。57(7), 2479-2493 (2009) ·Zbl 1391.94442号
[62] Ye,Y.:内点算法——理论与分析。威利,纽约(1997)·Zbl 0943.90070号
[63] Yun,S.,Toh,K.C.:用于\[l_1\]l1-正则凸极小化的坐标梯度下降法。计算。最佳方案。申请。48(2),273-307(2011)·Zbl 1220.90092号
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。