本文提出了一种求解Hilbert空间中变分包含问题的新方法。该算法使用两个惯性项来加快收敛速度。为了避免计算Lipschitz步长，我们使用了更新的步长，而不需要知道算子的Lipschit常数。在一些温和的条件下建立了弱收敛性。我们给出了该算法的数值性能，并将我们的算法与文献中的其他算法进行了比较。最后，我们推导了求解凸极小化问题的算法，并将其应用于心力衰竭数据集的数据分类问题。
Suantai、Suthep、Cholamjiak、Prasit、Inkrong、Papatsara、Kesornprom、Suparat
https://doi.org/10.37193/CJM.2024.03.13
