文献

J-GLOBAL ID：201702237215145694   整理番号：17A0274799

非凸最適化のための確率的Frank-Wolfe法【Powered by NICT】

Stochastic Frank-Wolfe methods for nonconvex optimization

著者 (4件)： Reddi Sashank J. (Machine Learning Department, Carnegie Mellon University, Pittsburgh, PA 15213, USA) ,  Sra Suvrit (Laboratory for Information and Decision Systems, Massachusetts Institute of Technology, Cambridge, 02139, USA) ,  Poczos Barnabas (Machine Learning Department, Carnegie Mellon University, Pittsburgh, PA 15213, USA) ,  Smola Alex (Machine Learning Department, Carnegie Mellon University, Pittsburgh, PA 15213, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： Allerton  ページ： 1244-1251  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 非凸確率的と有限和最適化問題に対するFrank-Wolfe法を研究した。Frank-Wolfe法(凸面の場合)は,機械学習における大きな最近の関心とその射影フリー特性のために最適化と構造制約を利用するそれらの能力を得ている。しかし,非凸設定におけるこれらのアルゴリズムの理解は限られている。本論文では,非凸確率的Frank-Wolfe法を提案し,その収束特性を解析した。さらに,有限和に分解する目的関数のための,古典的Frank-Wolfe法よりも証明より速い収束を有する新しい分散減少非凸Frank-Wolfe法を得るために凸最適化のための分散低減からのアイデアのレバレッジを行った。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 機械学習 ,  アルゴリズム ,  *凸形 ,  射影 ,  目的関数 ,  最適化問題 ,  *最適化 ,  凸面 ,  制約条件
準シソーラス用語： 分散低減 ,  *凸最適化 ,  *非凸最適化 , 【Automatic Indexing@JST】

分類 (3件)： 移動通信  (ND08030H) ,  システム設計・解析  (IA02030D) ,  信号理論  (ND02020G)

タイトルに関連する用語 (2件)： 非凸最適化 ,  確率