×

半定程序的稀疏近似解。 (英语) Zbl 1136.90430号

Laber,Eduardo Sany(编辑)等人,拉丁语2008:理论信息学。2008年4月7日至11日,巴西布齐奥斯,第八届拉丁美洲研讨会。诉讼程序。柏林:施普林格出版社(ISBN 978-3-540-78772-3/pbk)。计算机科学课堂讲稿4957306-316(2008)。
摘要:我们提出了一种算法,用于在有界半定锥上近似最大化凹函数,从而产生稀疏解。SDP的稀疏性对应于低秩矩阵,是计算和学习理论的一个重要特性。作为一个应用,在Aaronson最近的工作基础上,我们导出了量子态层析成像的线性时间算法。
关于整个系列,请参见[Zbl 1133.68008号].

MSC公司:

90立方厘米22 半定规划
90 C59 数学规划中的近似方法和启发式
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Aaronson,S.:量子态的可学习性。arXiv:quant-ph/0608142v3·Zbl 1140.81317号
[2] Arora,S.、Hazan,E.、Kale,S.:使用乘法权重更新方法的近似半现场编程快速算法。摘自:第46届IEEE FOCS,第339-348页(2005)
[3] Alizadeh,F.,半定规划中的内点方法及其在组合优化中的应用,SIAM J.Optim。,5, 1, 13-51 (1995) ·兹伯利0839.0087 ·数字对象标识代码:10.1137/0805002
[4] 博伊德,S。;Vandenberghe,L.,《凸优化》(2004),美国纽约州纽约市:剑桥大学出版社,美国纽约市·Zbl 1058.90049号
[5] 克拉克森,K.L.:核心集、稀疏贪婪近似和弗兰克·沃尔夫算法。摘自:SODA 2008:ACM-SIAM离散算法研讨会论文集·Zbl 1192.90142号
[6] M.弗兰克。;Wolfe,P.,《二次规划的算法》,《海军研究后勤季刊》,3149-154(1956)·Zbl 0074.25006号 ·doi:10.1002/nav.3800030109
[7] 医学博士格里戈里亚迪斯。;Khachiyan,L.G.,具有多块和耦合约束的凸规划的快速近似方案,SIAM优化杂志,4,86-107(1994)·Zbl 0808.90105号 ·数字对象标识代码:10.1137/0804004
[8] M.Grötschel。;Lovász,L。;Schrijver,A.,《几何算法和组合优化》(1988),海德堡:施普林格出版社·Zbl 0634.05001号
[9] 库钦斯基,J。;Woźniakowski,H.,通过随机启动的幂和lanczos算法估计最大特征值,SIAM矩阵分析与应用杂志,13,4,1094-1122(1992)·Zbl 0759.65016号 ·数字对象标识代码:10.1137/0613066
[10] Nesterov,Y.,Nemirovskii,A.:凸规划中的内点多项式方法:理论与应用。费城工业和应用数学学会(1994年)·Zbl 0824.90112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。