×

凸优化:算法和复杂性。 (英语) Zbl 1365.90196号

本专著以2013年和2014年普林斯顿大学的讲座为基础,介绍了凸优化中的主要复杂性定理及其相应算法。从黑盒优化的基本理论出发,材料朝着结构优化和随机优化的最新进展发展。黑盒优化的介绍包括对切割平面方法和梯度下降方案的分析。作者特别关注非欧几里德设置,并讨论了它们在机器学习中的相关性。书中对结构优化、鞍点镜前置器(Nemirovski替代Nesterov平滑)以及内部点方法进行了简要介绍。在随机优化中讨论了随机梯度下降、小批量、随机坐标下降和次线性算法。最后,作者简要地介绍了组合问题的凸松弛和利用随机性来舍入解,以及基于随机游动的方法。

MSC公司:

90C25型 凸面编程
65年第68季度 算法和问题复杂性分析
90C60型 数学规划问题的抽象计算复杂性
PDF格式BibTeX公司 XML格式引用
全文: arXiv公司