董倩;刘欣;文,宰文;袁亚祥 一种用于复合凸优化的并行线搜索子空间校正方法。 (英语) Zbl 1317.90234号 《运营杂志》。Res.Soc.中国 3,第2期,163-187(2015). 摘要:在本文中,我们研究了一种用于复合凸优化的并行子空间校正框架。变量首先根据特定规则划分为几个块。在每次迭代中,算法同时在每个块上求解一个合适的子问题,通过组合它们在所有块上的解来构造搜索方向,然后使用满足Armijo线搜索条件的步长沿该方向识别一个新点。它们分别被称为PSCLN和PSCLO,这取决于两个直接相邻的变量块之间是否存在重叠区域。它们的收敛是在温和的假设下建立的。我们将PSCLN和PSCLO与快速迭代阈值算法的并行版本以及使用Barzilai-Borwein步长和贪婪坐标块下降法求解(ell_1)正则化最小化问题的定点延拓方法进行了比较。我们的数值结果表明,PSLN和PSCLO可以快速运行在大多数测试问题上,返回的解决方案并不比最先进的算法差。此外,当问题的数据具有特定的结构时,重叠区域分解方案也很有用。 引用于1文件 MSC公司: 90C25型 凸面编程 49平方米27 分解方法 关键词:行搜索;块坐标下降法;区域分解;雅可比型迭代;分布式优化 软件:备用日志记录;格尔姆奈特 PDF格式BibTeX公司 XML格式引用 \textit{Q.Dong}等人,J.Oper。中国研究学会3,第2号,163--187(2015;Zbl 1317.90234) 全文: 内政部 参考文献: [1] Barzilai,J.,Borwein,J.M.:两点步长梯度法。IMA J.数字。分析。8(1), 141-148 (1988) ·Zbl 0638.65055号 ·doi:10.1093/imanum/8.1.141 [2] Beck,A.,Teboulle,M.:线性反问题的快速迭代收缩阈值算法。SIAM J.成像科学。2(1), 183-202 (2009) ·兹比尔1175.94009 ·doi:10.1137/080716542 [3] Beck,A.,Terameshvili,L.:关于块坐标下降型方法的收敛性。SIAM J.Optim公司。23(4), 2037-2060 (2013) ·Zbl 1297.90113号 ·数字对象标识代码:10.1137/120887679 [4] Boyd,S.、Parikh,N.、Chu,E.、Peleato,B.、Eckstein,J.:通过交替方向乘数法进行分布式优化和统计学习。已找到。趋势马赫数。学习。3(1), 1-122 (2011) ·Zbl 1229.90122号 ·doi:10.1561/220000016 [5] Carstensen,C.:非光滑凸极小化问题的区域分解及其在塑性中的应用。数字。线性代数应用。4(3), 177-190 (1997) ·Zbl 0890.49015号 ·doi:10.1002/(SICI)1099-1506(199705/06)4:3<177::AID-NLA106>3.0.CO;2-B型 [6] Deng,W.,Lai,M.J.,Peng,Z.,Yin,W.:o(1/k)收敛的并行多块admm。arXiv预印arXiv:1312.3040(2013)·Zbl 1398.65121号 [7] Fercoq,O.,Richtárik,P.:加速、平行和近端坐标下降。arXiv预印arXiv:1312.5799(2013)·Zbl 1327.65108号 [8] Fercoq,O.,Richtárik,P.:用平行坐标下降法对非光滑函数进行平滑最小化。arXiv预印arXiv:1309.5885(2013)·Zbl 1421.90061号 [9] Fornasier,M.:稀疏约束线性反问题的区域分解方法。反向探测。23(6), 2505 (2007) ·Zbl 1131.65042号 ·doi:10.1088/0266-5611/23/6/014 [10] Fornasier,M.,Schönlieb,C.B.:总变差和l_1最小化的子空间校正方法。SIAM J.数字。分析。47(5), 3397-3428 (2009) ·兹比尔1203.65098 ·doi:10.1137/070710779 [11] Fornasier,M.,Langer,A.,Schönlieb,C.B.:一种收敛的重叠区域分解方法,用于最小化总变化。数字数学。116(4), 645-685 (2010) ·Zbl 1206.65170号 ·doi:10.1007/s00211-010-0314-7 [12] Fornasier,M.,Kim,Y.,Langer,A.,Schönlieb,C.B.:用于\[l_2/\text{tv}\]l2/tv-i图像去模糊的小波分解方法。SIAM J.成像科学。5(3), 857-885 (2012) ·Zbl 1259.65101号 ·数字对象标识代码:10.1137/100819801 [13] Friedman,J.,Hastie,T.,Tibshirani,R.:通过坐标下降的广义线性模型的正则化路径。J.统计软件。33(1), 1 (2010) [14] Gabay,D.,Mercier,B.:通过有限元近似求解非线性变分问题的对偶算法。计算。数学。申请。2(1),17-40(1976)·Zbl 0352.65034号 ·doi:10.1016/0898-1221(76)90003-1 [15] Glowinski,R.,Marroco,A.:Sur l’approximation,paréléments finis d’ordre un,and la Résolution,par pénalisation dualitéd’une classe de dirichlet non-linéaires近似,最终结果和解决方案,非线性问题的双重分类。ESAIM 9(R2),41-76(1975)。http://www.eudml.org/doc/193269 ·Zbl 0368.65053号 [16] Hale,E.T.,Yin,W.,Zhang,Y.:l1-最小化的定点延拓:方法论和收敛性。SIAM J.Optim公司。19(3), 1107-1130 (2008) ·Zbl 1180.65076号 ·数字对象标识代码:10.1137/070698920 [17] He,B.,Xu,H.K.,Yuan,X.:关于多块可分离凸极小化问题alm的近端雅可比分解及其与ADMM的关系(2013)。http://www.optimization-online.org/DB_FILE/2013/11/4142.pdf ·Zbl 1371.65052号 [18] He,B.,Yuan,X.:关于多块可分凸规划及其后的ADMM的直接推广:从变分不等式的角度(2014)。http://www.optimization-online.org/DB_FILE/2014/03/4293.pdf [19] Hong,M.、Wang,X.、Razaviyayn,M.,Luo,Z.Q.:块坐标下降方法的迭代复杂性分析。arXiv预印arXiv:1310.6957(2013)·Zbl 1367.49010号 [20] Kyrola,A.、Bickson,D.、Guestrin,C.、Bradley,J.K.:l1-正则化损失最小化的平行坐标下降。摘自:《第28届机器学习国际会议论文集》,第321-328页(2011)·Zbl 0352.65034号 [21] Langer,A.,Osher,S.,Schönlieb,C.B.:用于图像恢复的Bregmaized域分解。科学杂志。计算。54(2-3), 549-576 (2013) ·Zbl 1308.94020号 ·数字对象标识代码:10.1007/s10915-012-9603-x [22] Li,X.,Sun,D.,Toh,K.C.:凸二次锥规划和扩展的基于schur补码的半近似admm。arXiv预印arXiv:1409.2679(2014)·Zbl 1342.90134号 [23] Lin,Q.,Lu,Z.,Xiao,L.:加速近端坐标梯度法及其在正则化经验风险最小化中的应用。arXiv预印arXiv:1407.1296(2014)·Zbl 1329.65127号 [24] Lin,T.,Ma,S.,Zhang,S.:关于多块ADMM的收敛速度。arXiv预印arXiv:1408.4265(2014)·兹比尔1323.90052 [25] 狮子,P.L.:关于施瓦茨交替法。I.In:第一届偏微分方程区域分解方法国际研讨会,法国巴黎,第1-42页。(1988) ·兹比尔1308.94020 [26] Lu,Z.,Xiao,L.:关于随机区组坐标下降法的复杂性分析。arXiv预印arXiv:1305.4723(2013)·Zbl 1321.65100号 [27] Lu,Z.,Xiao,L.:一类非线性规划的随机块坐标非单调梯度方法。arXiv预印arXiv:1306.5918(2013) [28] 罗志强,曾平:关于凸可微极小化的坐标下降法的收敛性。J.优化。理论应用。72(1), 7-35 (1992) ·Zbl 0795.90069号 ·doi:10.1007/BF00939948 [29] Luo,Z.Q.,Tseng,P.:关于凸本质光滑极小化下降法的线性收敛性。SIAM J.控制优化。30(2), 408-425 (1992) ·Zbl 0756.90084号 ·doi:10.1137/0330025 [30] 罗志强,曾平:可行下降法的误差界和收敛性分析:一种通用方法。安·Oper。第46(1)号决议,157-178(1993)·Zbl 0793.90076号 ·doi:10.1007/BF02096261 [31] Nesterov,Y.:坐标下降法在大规模优化问题上的效率。SIAM J.Optim公司。22(2), 341-362 (2012) ·Zbl 1257.90073号 ·数字对象标识代码:10.1137/100802001 [32] Peng,Z.,Yan,M.,Yin,W.:并行和分布式稀疏优化。摘自:IEEE信号系统和计算机Asilomar会议记录(2013年)·Zbl 0890.49015号 [33] Richtárik,P.,Takáć,M.:大数据优化的平行坐标下降方法。arXiv预印本arXiv:1212.0873(2012)·Zbl 1342.90102号 [34] Richtárik,P.,Takáć,M.:最小化复合函数的随机块坐标下降方法的迭代复杂性。数学。程序。144(1-2), 1-38 (2014) ·Zbl 1301.65051号 ·doi:10.1007/s10107-012-0614-z [35] Scherrer,C.、Tewari,A.、Halappanavar,M.、Haglin,D.:加速平行坐标下降的特征聚类。高级神经信息处理。系统。1, 28-36 (2012) [36] H.A.施瓦兹:Ueber einige abbildungsaufgaben。J.für die reine und angewandte数学。70, 105-120 (1869) ·JFM 02.0626.01号 ·doi:10.1515/crll.1869.70.105 [37] Shalev-Shwartz,S.,Tewari,A.:l1-正则化损失最小化的随机方法。J.马赫。学习。1865-1892年第12号决议(2011年)·兹比尔1280.62081 [38] Shevade,S.K.,Keerthi,S.S.:一种使用稀疏逻辑回归进行基因选择的简单高效算法。生物信息学19(17),2246-2253(2003)·doi:10.1093/生物信息系统/btg308 [39] 孙伟,袁永新:《优化理论与方法:非线性规划》,第1卷。施普林格,纽约(2006)·邮编1129.90002 [40] Tai,X.C.,Xu,J.:一些凸优化问题的子空间校正方法的全局一致收敛性。数学。计算。71(237)、105-124(2002)·Zbl 0985.65065号 ·doi:10.1090/S0025-5718-01-01311-4 [41] Tibshirani,R.:通过套索进行回归收缩和选择。J.R.统计社会服务。B(方法学)58,267-288(1996)·Zbl 0850.62538号 [42] Tseng,P.,Yun,S.:非光滑可分离最小化的坐标梯度下降法。数学。程序。117(1-2), 387-423 (2009) ·Zbl 1166.90016号 ·doi:10.1007/s10107-007-0170-0 [43] Wang,X.,Hong,M.,Ma,S.,Luo,Z.Q.:使用两块交替方向乘数法求解多块可分凸极小化问题。arXiv预印本arXiv:1308.5294(2013)·Zbl 1332.65080号 [44] Wen,Z.,Yin,W.,Zhang,H.,Goldfarb,D.:关于活动集方法的收敛性。最佳方案。方法软件。27(6), 1127-1146 (2012) ·Zbl 1244.49055号 ·doi:10.1080/10556788.2011.591398 [45] Zhang,H.,Jiang,J.,Luo,Z.Q.:关于一类非光滑凸极小化问题的近似梯度法的线性收敛性。《运营杂志》。中国研究社会1(2),163-186(2013)·Zbl 1334.90127号 ·文件编号:10.1007/s40305-013-0015-x 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。