×
南卡罗来纳州格拉顿。；厕所，博士。

关于求解变精度非线性优化问题的注记。 （英语） Zbl 1446.90149号

计算。最佳方案。申请。 76，第3期，917-933（2020年）.
摘要：这篇简短的注释考虑了由R.G.卡特[SIAM J.Sci.Compute.14，No.2，368-388（1993；兹伯利0772.65042)]和依据A.R.连接等。[信任区域方法。费城，宾夕法尼亚州：SIAM，工业和应用数学学会；MPS，数学编程学会（2000；Zbl 0958.65071号)]作为一种用于高性能计算的工具，允许进行多精度计算以控制能量耗散至关重要。数值实验表明，使用所考虑的方法可以通过有效地利用多精度计算，在目标函数和梯度的评估“能量成本”中带来大量节省。

引用于6文件

MSC公司：

90立方 非线性规划

关键词：

非线性优化；不准确的评估；多精度算法；高性能计算

引文：

Zbl 0772.65042号；Zbl 0958.65071号

软件：

车辆08；小背包；兰斯洛特；CUTEst公司；项目参考
PDF格式BibTeX公司 XML格式引用
\textit{S.Gratton}和\textit{Ph.L.Toint}，计算。最佳方案。申请。76，第3号，917--933（2020；Zbl 1446.90149）
全文： 内政部 arXiv公司

参考文献：

[1] 巴伯林，M。；Buttari，A。；Dongarra，J。；Kurzak，J。；兰古，J。；Luszczek，P。；Tomov，S.，用混合精度算法加速科学计算，计算。物理。社区。，180, 2526-2533 (2009) ·Zbl 1197.65240号 ·doi:10.1016/j.cp.2008.11.005
[2] 南卡罗来纳州贝拉维亚。；格拉顿，S。；Riccietti，E.，《函数和梯度动态精度的大型非线性最小二乘问题的Levenberg-Marquardt方法》，Numer。数学。，140, 791-825 (2018) ·Zbl 1461.65129号 ·doi:10.1007/s00211-018-0977-z
[3] Bellavia，S.，Gurioli，G.，Morini，B.：具有动态不精确Hessian信息的自适应立方正则化方法的理论研究（2018）。arXiv:1808.06239
[4] 南卡罗来纳州贝拉维亚。；古里奥利，G。；莫里尼，B。；Toint，PhL，非凸优化的不精确评估自适应正则化算法，SIAM J.Optim。，29, 4, 2881-2915 (2019) ·Zbl 1427.90228号 ·doi:10.1137/18M1226282
[5] Bergou，E.、Diouane，Y.、Kungurtsev，V.、Royer，C.W.：二阶结果的二次采样线搜索方法（2018）。arXiv:1810.07211
[6] Blanchet，J。；卡地斯，C。；梅尼克利，M。；Scheinberg，K.，基于超鞅的随机信赖域方法的收敛速度分析，INFORMS J.Optim。，1, 2, 92-119 (2019) ·doi:10.1287/ijoo.2019.0016
[7] Brown，A.A.，Bartholomew-Biggs，M.：基于常微分方程解的无约束优化的一些有效方法。技术报告技术报告178，英国哈特菲尔德哈特菲尔德理工学院（1987）·Zbl 0651.90067号
[8] Buckley，A.G.：无约束最小化的测试函数。加拿大达尔豪西大学计算科学部CS-3技术报告（1989年）
[9] Carter，R.G.：使用线性搜索方法进行数值优化的最坏情况示例，具有不精确的梯度评估。技术报告MCS-P283-1291，阿贡国家实验室，美国阿贡（1991）
[10] Carter，RG，使用不精确函数和梯度信息进行非线性优化的一类算法的数值经验，SIAM J.Sci。统计计算。，14, 2, 368-388 (1993) ·Zbl 0772.65042号 ·doi:10.1137/0914023
[11] Cartis，C.，Gould，N.I.M.，Toint，Ph.L.：非凸光滑优化二阶方法的最坏情况评估复杂性和最优性。收录于：2018年里约热内卢国际数学家会议（ICM 2018）·Zbl 1451.90177号
[12] 卡地斯，C。；Scheinberg，K.，基于概率模型的无约束优化方法的全局收敛速度分析，数学。程序。序列号。A、 159，2337-375（2018）·Zbl 1407.90307号 ·doi:10.1007/s10107-017-1137-4
[13] Chen，X.，Jiang，B.，Lin，T.，Zhang，S.：关于通过随机抽样实现凸优化的自适应三次正则化牛顿方法（2018）。arXiv:1802.05426
[14] Conn，A.R.，Gould，N.I.M.，Lescrenier，M.，Toint，Ph.L.：用于部分可分离优化的多面方案的性能。收录：Gomez，S.、Hennart，J.P.（编辑）《优化与数值分析进展》。第六届优化和数值分析研讨会论文集，墨西哥瓦哈卡，第275卷，第79-96页。Kluwer学术出版社，Dordrecht（1994）·Zbl 0809.90117号
[15] Conn，A.R.，Gould，N.I.M.，Toint，Ph.L.:LANCELOT：用于大规模非线性优化的Fortran包（A版）。计算数学史普林格系列第17名。斯普林格，海德堡（1992）·Zbl 0761.90087号
[16] 连接，AR；古尔德，NIM；厕所、PhL、信任区域方法。MPS-SIAM优化系列（2000），费城：SIAM，费城·Zbl 0958.65071号
[17] Dixon，L.C.W.，Maany，Z.：无约束优化的稀疏Hessian测试问题族。技术报告206，英国哈特菲尔德哈特菲尔德理工学院数值优化中心（1988）
[18] Elster，C。；Neumaier，A.，最小化噪声函数的信赖域类型方法，计算，58，1，31-46（1997）·Zbl 0879.90166号 ·doi:10.1007/BF02684470文件
[19] 加拉尔，S。；Horowitz，M.，节能浮点单元设计，IEEE Trans。计算。，60, 7, 913-922 (2011) ·Zbl 1367.65216号 ·doi:10.1109/TC.2010.121
[20] 古尔德，NIM；Orban，D。；Toint、PhL、CUTEst：一个有约束和无约束的测试环境，具有用于数学优化、计算的安全线程。最佳方案。申请。，60, 3, 545-557 (2015) ·Zbl 1325.90004号 ·doi:10.1007/s10589-014-9687-3
[21] Griewank，A。；Toint、PhL、大型结构化优化问题的分区变量度量更新，Numer。数学。，39, 119-137 (1982) ·Zbl 0482.65035号 ·doi:10.1007/BF01399316
[22] 新泽西州海姆：多精度计算的兴起。2017年SAMSI演讲。https://bit.ly/higham-samsi17(2017)
[23] Kugler，L.，“足够好”的计算足够好吗？，Commun公司。ACM，58，12-14（2015）·doi:10.1145/2742482
[24] Leyfer，S.，Wild，S.，Fagan，M.，Snir，M.，Palem，K.，Yoshii，K.，Finkel，H.：摩尔定律在超级计算中的不精确性（2016）。arXiv:1610.02606v2（将发表于《2018年PMES会议录：后摩尔时代超级计算第三届国际研讨会》）
[25] Li，G.，求解稀疏非线性方程组的割线/有限差分算法，SIAM J.Numer。分析。，25, 5, 1181-1196 (1988) ·兹伯利0667.65043 ·数字对象标识代码：10.1137/0725067
[26] 松冈，S.：私人通信（2018）
[27] 莫雷，JJ；Garbow，理学学士；Hillstrom，KE，测试无约束优化软件，ACM Trans。数学。软质。，7, 1, 17-41 (1981) ·Zbl 0454.65049号 ·数字对象标识代码：10.1145/355934.355936
[28] Nocedal，J。；Wright，SJ，《数值优化》。《运筹学系列》（1999），海德堡：斯普林格·Zbl 0930.65067号
[29] Palm，KV，《不精确性与计算的未来》，Philos。事务处理。R.Soc.A，37220130281（2014）·Zbl 1353.68078号 ·doi:10.1098/rsta.2013.0281
[30] Poenisch，G。；Schwetlick，H.，根据参数计算由非线性方程隐式定义的曲线转折点，Computing，20，101-121（1981）·Zbl 0463.65036号
[31] Pu，J.，Galal，S.，Yang，X.，Shacham，O.，Horowitz，M.：FPMax：28nm UTBB FDSOI中217GFLOPS/mm2单精度FPU下的106GFLOPS/W和74.6 GFLOPS/mm2双精度FPU上的43.7 GFLOPS/W。In：硬件架构（2016）
[32] 施密特，JW；Vetters，K.，Albeitungsfreie verfahren fur nichtlineare optimierungsproblem，Numer。数学。，15, 263-282 (1970) ·Zbl 0188.22802号 ·doi:10.1007/BF02165118
[33] Spedicato，E.：关于中等规模最小化问题的准Newton算法的计算经验。技术报告CISE-N-175，CISE文件服务，塞格拉特，米兰（1975）·Zbl 0397.90088号
[34] Wang，N.，Choi，J.，Brand，D.，Chen，C.-Y.，Gopalakrishnan，K.：使用8位浮点数训练深度神经网络。摘自：第32届神经信息处理系统会议（2018年）。arXiv:1812.08011
[35] Xu，P.，Roosta-Khorasani，F.，Mahoney，M.W.：不精确Hessian信息下非凸优化的Newton型方法（2017）。arXiv:1708.07164v3
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。