奈松

NESUN-Nesterov的通用梯度法:求解凸优化问题的通用梯度法。本文提出了一种新的黑盒凸极小化方法。他们不需要预先知道目标函数的实际平滑程度。它们唯一重要的输入参数是所需的解的精度。同时,对于每一个特定的问题类别,它们会自动确保最佳的收敛速度。我们通过鼓励数值实验来证实我们的理论结果,这些实验表明,即使在非光滑问题的情况下,有时也能达到平滑优化问题的快速收敛速度。


zbMATH中的参考文献(参考文献43条)

显示第1到第20个结果,共43个。
按年份排序(引用)
  1. 胡耀华;李公农;余嘉玲郭伟;叶子良:拟凸可行性问题:次梯度法与收敛速度(2022)
  2. 阿霍霍霍什,马苏德;Hien,Le Thi Khanh;吉利斯,尼古拉斯;Patrinos,Panagiotis:非光滑非凸问题的块惯性Bregman近似算法及其在对称非负矩阵三因子分解中的应用(2021)
  3. 德文斯基,达丽娜;Gasnikov,Alexander:随机凸规划问题的分散并行原对偶加速方法(2021)
  4. 德沃雷琴斯基,帕维尔;戈尔布诺夫,爱德华德;Gasnikov,Alexander:光滑随机凸优化的加速方向导数方法(2021)
  5. 汉泽利,菲利普;里查里克,彼得;肖林:相对光滑凸优化的加速Bregman近端梯度法(2021)
  6. 伊藤,马萨鲁;Fukuda,Mituhiro:梯度范数测度下凸优化的一阶近似最优方法:自适应正则化方法(2021)
  7. 马图金,弗拉迪斯拉夫;谢尔盖,卡巴尼钦;希什莱宁,马克西姆;诺维科夫,尼基塔;瓦辛,阿泰姆;Gasnikov,Alexander:Hilbert空间中具有不精确梯度的凸优化及其在椭圆反问题中的应用(2021)
  8. Nesterov,Yurii:无约束凸优化中的可实现张量方法(2021)
  9. 宋朝兵;蒋勇;Ma,Yi:一般Hölder连续性下高阶算法的统一加速(2021)
  10. 乌里韦,塞萨尔A。;李素敏;加斯尼科夫,亚历山大;Nedić,Angelia:网络分布式优化中优化算法的双重方法(2021)
  11. 伯杰,纪尧姆O。;阿布西尔,P.-A。;容格斯,拉斐尔·M。;Nesterov,Yurii:关于具有Hölder连续梯度函数的一阶逼近的性质(2020)
  12. Dolgopolik,M.V.:凸和全局分段仿射优化的余差下降法(2020)
  13. 雷丽华;乔丹,迈克尔一世:基于随机梯度优化的适应性(2020)
  14. 罗多马诺夫,安东;Nesterov,Yurii:欧氏范数幂的光滑参数(2020)
  15. 卢莱特,文森特;d'Aspremont,Alexandre:锐利、重启和加速(2020)
  16. 戴米安,史官;德阿斯普雷蒙特,亚历山德拉;巴赫,弗朗西斯:正则化非线性加速度(2020)
  17. 西尔维蒂瀑布,安东尼奥;莫利纳里,塞萨尔;Fadili,Jalal:复合极小化的增广拉格朗日广义条件梯度(2020)
  18. 阿霍霍霍什,马苏德:大规模凸优化的加速一阶方法:强凸性下的近似最优复杂性(2019)
  19. 阿霍霍霍什,马苏德;Neumaier,Arnold:求解高成本凸优化问题的子空间搜索最优次梯度算法(2019)
  20. Baimurzina,D.R。;加斯尼科夫,A.V。;加斯尼科娃。;德沃雷琴斯基体育学院。;埃尔索夫,E.I。;库本塔耶娃,医学博士。;Lagunovskaya,A.A.:寻找运输网络中平衡点和随机平衡点的通用方法(2019)