Zobrazeno 1 - 10
of 90
pro vyhledávání: '"Kimiaei, Morteza"'
This paper is devoted to the analysis of worst case complexity bounds for linesearch-type derivative-free algorithms for the minimization of general non-convex smooth functions. We prove that two linesearch-type algorithms enjoy the same complexity p
Externí odkaz:
http://arxiv.org/abs/2302.05274
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Numerical Algorithms; Dec2024, Vol. 97 Issue 4, p1607-1633, 27p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Kimiaei, Morteza1 (AUTHOR) kimiaeim83@univie.ac.at
Publikováno v:
Bulletin of the Iranian Mathematical Society. Aug2022, Vol. 48 Issue 4, p1721-1745. 25p.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Kimiaei, Morteza, Neumaier, Arnold
Publikováno v:
Mathematical Programming Computation. 14:365-414
For the unconstrained optimization of black box functions, this paper introduces a new randomized algorithm called . In practice, matches the quality of other state-of-the-art algorithms for finding, in small and large dimensions, a local minimizer w
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::a06c9c14949edc75787e0b00d2daaf09
https://doi.org/10.1007/s12532-021-00215-9
https://doi.org/10.1007/s12532-021-00215-9
Autor:
Kimiaei, Morteza, Neumaier, Arnold
Publikováno v:
Soft Computing
This paper suggests a new limited memory trust region algorithm for large unconstrained black box least squares problems, called LMLS. Main features of LMLS are a new non-monotone technique, a new adaptive radius strategy, a new Broyden-like algorith
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::ce2d8bbea3c822152b773f5f6e6e543e
http://europepmc.org/articles/PMC8755706
http://europepmc.org/articles/PMC8755706