Zobrazeno 1 - 10
of 2 180
pro vyhledávání: '"Nonsmooth convex optimization"'
Autor:
Jung, Kiyuob, Oh, Jehan
In this paper, we find the special case of the subgradient method minimizing a one-dimensional real-valued function, which we term the specular gradient method, that converges root-linearly without any additional assumptions except the convexity. Fur
Externí odkaz:
http://arxiv.org/abs/2412.20747
We propose a new stochastic proximal quasi-Newton method for minimizing the sum of two convex functions in the particular context that one of the functions is the average of a large number of smooth functions and the other one is nonsmooth. The new m
Externí odkaz:
http://arxiv.org/abs/2409.16971
Autor:
Nishioka, Akatsuki, Kanno, Yoshihiro
Smoothing accelerated gradient methods achieve faster convergence rates than that of the subgradient method for some nonsmooth convex optimization problems. However, Nesterov's extrapolation may require gradients at infeasible points, and thus they c
Externí odkaz:
http://arxiv.org/abs/2312.07050
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:
Jia, Kai, Rinard, Martin
We present the Trust Region Adversarial Functional Subdifferential (TRAFS) algorithm for constrained optimization of nonsmooth convex Lipschitz functions. Unlike previous methods that assume a subgradient oracle model, we work with the functional sub
Externí odkaz:
http://arxiv.org/abs/2311.06205
The paper proposes and develops a novel inexact gradient method (IGD) for minimizing C1-smooth functions with Lipschitzian gradients, i.e., for problems of C1,1 optimization. We show that the sequence of gradients generated by IGD converges to zero.
Externí odkaz:
http://arxiv.org/abs/2303.08785
Autor:
Dolgopolik, M. V.
A hypodifferential is a compact family of affine mappings that defines a local max-type approximation of a nonsmooth convex function. We present a general theory of hypodifferentials of nonsmooth convex functions defined on a Banach space. In particu
Externí odkaz:
http://arxiv.org/abs/2303.13464
Autor:
Liu, Zijian, Zhou, Zhengyuan
Recently, several studies consider the stochastic optimization problem but in a heavy-tailed noise regime, i.e., the difference between the stochastic gradient and the true gradient is assumed to have a finite $p$-th moment (say being upper bounded b
Externí odkaz:
http://arxiv.org/abs/2303.12277
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.