文献

J-GLOBAL ID：201802286284938144   整理番号：18A0243889

強凸確率最適化のためのランダム単調演算子フレームワーク【Powered by NICT】

A random monotone operator framework for strongly convex stochastic optimization

著者 (2件)： Haskell William B. (Faculty of Industrial and Systems Engineering, National University of Singapore) ,  Jain Rahul (EE, CS and ISE Departments at the University of Southern California)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CDC  ページ： 3763-3768  発行年： 2017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： 確率的最適化のための各アルゴリズムの解析は異なる収束証明を必要とすると思われる。内の最小余分な労力により,収束とその速度の証明が得られた統一数学的フレームワークを持つことが望ましい。強凸確率最適化のための反復アルゴリズムのためのランダム単調演算子ベースの統一化収束性解析フレームワークを提案した。そのフレームワークは,両方の汎用性と簡便さを提供し,確率凸最小化,鞍点問題,変分不等式のための多くのアルゴリズムのクリーンで直接的な分析を可能にする。確率的固定点へのランダム演算子の収束を示し,収束の非漸近速度を得た。解析手法は,新しい確率的優越性議論に依存している。Copyright 2018 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： 変分不等式 ,  汎用性 ,  アルゴリズム ,  鞍点 ,  *最適化 ,  *凸形
準シソーラス用語： 解析手法 ,  反復アルゴリズム ,  アルゴリズム解析 ,  確率的最適化 , 【Automatic Indexing@JST】

分類 (2件)： 数値計算  (JE02000J) ,  数理計画法  (KA03030M)

タイトルに関連する用語 (5件)： 凸 ,  確率 ,  最適化 ,  演算子 ,  フレームワーク