×
李英毅；张海斌；李，费

一类非光滑凸优化问题的改进近似梯度法。 （英语） Zbl 1394.90461号

《运营杂志》。Res.Soc.中国 5，第3号，391-403（2017）.
摘要：在本文中，我们提出了一种改进的近端梯度法来解决一类非光滑凸优化问题，这些问题出现在许多当代统计和信号处理应用中。该方法采用了一种基于最近梯度法的新方案来构造下降方向。在不考虑目标函数强凸性的假设下，证明了改进的近似梯度法是Q线性收敛的。最后进行了一些数值实验来评估该方法。

引用于2文件

MSC公司：

90C25型 凸面编程
90立方 非线性规划

关键词：

非光滑凸优化；改良近端梯度法；Q线性收敛

软件：

SLEP公司；味精
PDF格式BibTeX公司 XML格式引用
\textit{Y.-Y.Li}等人，J.Oper。Res.Soc.China 5，No.3，391--403（2017年；Zbl 1394.90461）
全文： 内政部

参考文献：

[1] Tibshirani，R.：通过拉索进行回归收缩和选择。J.R.统计社会服务。B 58267-288（1996年）·Zbl 0850.62538号
[2] Bakin，S.：数据挖掘问题中的自适应回归和模型选择。澳大利亚国立大学博士论文，堪培拉（1999年）·Zbl 1207.65084号
[3] Yuan，M.，Lin，Y.：分组变量回归中的模型选择和估计。J.R.统计社会服务。B（Stat.Methodol.）68（1），49-67（2006）·Zbl 1141.62030号 ·doi:10.1111/j.1467-9868.2005302.x
[4] Ma，S.，Song，X.，Huang，J.：监督Lasso组在微阵列数据分析中的应用。BMC生物信息。8(1), 60 (2007) ·doi:10.1186/1471-2105-8-60
[5] 巴赫，F.：套索和多核学习的一致性。J.马赫。学习。第9号决议，1179-1225（2009年）·Zbl 1225.68147号
[6] Kim，D.，Sra，S.，Dhillon，I.：应用于混合范数回归的可扩展信任区域算法。In:机器学习国际会议，第1卷（2010年）
[7] Liu，J.，Ji，S.，Ye，J.：SLEP：稀疏学习与有效投射。亚利桑那州立大学坦佩分校（2009）
[8] Roth，V.，Fischer，B.：广义线性模型的群L asso：解的唯一性和有效算法。摘自：《第25届机器学习国际会议论文集》，第848-855页（2008）·Zbl 1334.90127号
[9] Van den Berg，E.、Schmidt，M.、Friedlander，M.和Murphy，K.：通过线性时间投影的群稀疏性。技术报告TR-2008-09。不列颠哥伦比亚大学计算机科学系（2008）·Zbl 0765.90073号
[10] Wright，S.，Nowak，R.，Figueiredo，M.：可分离近似的稀疏重建。IEEE传输。信号处理。57(7), 2479-2493 (2009) ·Zbl 1391.94442号 ·doi:10.1109/TSP.2009.2016892
[11] Friedman，J.，Hastie，T.，Tibshirani，R.：关于拉索群和稀疏群拉索的注释。arXiv:1001.0736v1[math.ST]（2010）
[12] Vincent，M.，Hansen，N.R.：稀疏群套索和高维多项式分类。arXiv:1205.1245v1[stat.ML]（2012）·Zbl 1471.62200号
[13] Rockafellar，R.T.，Wets，R.J.B.：变分分析。施普林格，纽约（1998）·Zbl 0888.49001号 ·doi:10.1007/978-3-642-02431-3
[14] Eckstein，J.，Bertsekas，D.P.：关于最大单调算子的Douglas-Rachford分裂方法和近点算法。数学。程序。55, 293-318 (1992) ·Zbl 0765.90073号 ·doi:10.1007/BF01581204
[15] Combettes，P.L.，Wajs，V.R.：通过近端前向-后向分裂恢复信号。多尺度模型仿真。4, 1168-1200 (2005) ·Zbl 1179.94031号 ·doi:10.1137/050626090
[16] Nesterov，Y.：凸优化入门讲座。Kluwer，波士顿（2004）·Zbl 1086.90045号 ·doi:10.1007/978-1-4419-8853-9
[17] 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
[18] Tseng，P.：结构化凸优化的近似精度、梯度方法和误差界。数学。程序。125(2), 263-295 (2010) ·Zbl 1207.65084号 ·doi:10.1007/s10107-010-0394-2
[19] Zhang，H.B.，Jiang，J.，Luo，Z.Q.：关于一类非光滑凸极小化问题的近端梯度方法的线性收敛性。《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
[20] Zhang，H.H.B.，Wei，J.，Li，M.，et al.：关于用群再生核范数正则化凸问题的近端梯度法。J.全球。最佳方案。58(1), 169-188 (2014) ·Zbl 1318.90055号 ·doi:10.1007/s10898-013-0034-5
[21] He，B.，Yuan，X.：复合变分不等式的前向-后向下降方法。最佳方案。方法软件。28(4), 706-724 (2013) ·Zbl 1282.90196号 ·doi:10.1080/10556788.2011.645033
[22] Hiriart-Urruti，J.-B.，Lemarechal，C.：凸分析基础。格兰德伦文本版。施普林格，柏林（2001）·Zbl 1334.90127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。