×

非凸问题的近似交替极小化和投影方法:基于Kurdyka-Łojasiewicz不等式的方法。 (英语) Zbl 1214.65036号

摘要:我们研究了一类非凸结构函数的交替近邻极小化算法的收敛性:(L(x,y)=f(x)+Q(x,y)+g(y),其中,(f)和(g)是定义在欧氏空间上的适当下半连续函数,(Q)是耦合变量(x)和(y)的光滑函数。该算法可以看作是常用Gauss-Seidel方法的(近似)正则化,以最小化(L)。
我们在非凸的环境中工作,只是假设函数(L)满足Kurdyka-Łojasiewicz不等式。整个章节通过给出从半代数几何到“度量正则”问题的例子来说明这种假设的相关性。
我们的主要结果如下:如果(L)具有Kurdyka-Łojasiewicz性质,则算法生成的每个有界序列都收敛到(L)的一个临界点。这个结果是通过研究算法的收敛速度来完成的,它取决于函数L在其临界点附近的几何性质。当专门化为(Q(x,y)=(x-y)和(f),g指示函数时,该算法是一种交替投影方法(von Neumann的变体),它收敛于一类广泛的集,包括半代数集和驯化集、横向光滑流形或具有“正则”交集。为了用具体问题来说明我们的结果,我们提供了一个用于压缩感知的收敛的近端重加权({\ell}^{1})算法,并将其应用于秩约简问题。

MSC公司:

65K10码 数值优化和变分技术
90C26型 非凸规划,全局优化
49J52型 非平滑分析
49平方米27 分解方法
PDF格式BibTeX公司 XML格式引用