構造的正則化のための確率的な交互方向乗数法

SUZUKI Taiji; SUZUKI Taiji

文献

J-GLOBAL ID：201602216580980953 整理番号：16A0224883

構造的正則化のための確率的な交互方向乗数法

STOCHASTIC ALTERNATING DIRECTION METHOD OF MULTIPLIERS FOR STRUCTURED REGULARIZATION

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=16A0224883&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=16A0224883&from=J-GLOBAL&jstjournalNo=L1619A") }}

著者 (2件)： ,
資料名：
巻： 28 号： 1 ページ： 105-124 発行年： 2015年12月
JST資料番号： L1619A ISSN： 0915-2350 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：日本 (JPN) 言語：英語 (EN)

本論文では,交互方向乗数法(ADMM)の確率的最適化の改良を提案した。ADMMは正則化項が複雑で,普通の方式では適切に処理するのが簡単ではない正則化リスク最小化問題を解くために有用な方法である。例えば,構造的正則化はADMMが有効なそうした正則化の典型的な応用の1つである。それはgroup lasso正則化,低ランクテンソル正則化,及びfused lasso正則化を含む。ADMMは一般的方法であり,広い応用を持つのでこの頃は集中的に研究され,精緻化されている。しかしながら,ADMMは巨大データを用いた最適化問題に適さない。この問題を解決するためにADMMのオンライン確率的最適化の改良や,バッチ確率的最適化の改良を提案した。提案したすべての方法は簡単に実現でき,広い応用を持つ。さらに,本方法の理論的保証を与えた。(翻訳著者抄録)

, , , , , , , , ,
, ,

その他のオペレーションズリサーチの手法 , システム・制御理論一般

引用文献 (40件)：

A. Agarwal, P. L. Bartlett, P. Ravikumar, and M. J. Wainwright. Information-theoretic lower bounds on the oracle complexity of stochastic convex optimization. IEEE Transcations on Information Theory, 58(5):3235-3249, 2012.
S. Azadi and S. Sra. Towards an optimal stochastic alternating direction method of multipliers. In Proceedings of the 31st International Conference on Machine Learning, pages 620-628, 2014.
A. Beck and M. Teboulle. A fast iterative shrinkage-thresholding algorithm for linear inverse problems. SIAM Journal on Imaging Sciences, 2(1):183-202, 2009.
S. Boyd, N. Parikh, E. Chu, B. Peleato, and J. Eckstein. Distributed optimization and statistical learning via the alternating direction method of multipliers. Foundations and Trends in Machine Learning, 3:1-122, 2010.
P. L. Combettes and V. R.Wajs. Signal recovery by proximal forward-backward splitting. Multiscale Modeling and Simulation, 4(4):1168-1200, 2005.

, ,

前のページに戻る