:: Library Catalog

Beeld op de omslag

Bewaard in:

Bibliografische gegevens
Hoofdauteurs:	Xia, Lu, Hochstenbach, Michiel E., Massei, Stefano
Formaat:	Preprint
Gepubliceerd in:	2023
Onderwerpen:	Machine Learning Numerical Analysis Optimization and Control
Online toegang:	https://arxiv.org/abs/2301.09511
Tags:	Voeg label toe Geen labels, Wees de eerste die dit record labelt!

Gelijkaardige items

Limited memory gradient methods for unconstrained optimization
door: Ferrandi, Giulia, et al.
Gepubliceerd in: (2023)

Optimal local linear convergence of Nesterov's accelerated gradient method for $C^2$ functions under the Polyak--Łojasiewicz inequality
door: Feng, Zixu, et al.
Gepubliceerd in: (2026)

The Essential Best and Average Rate of Convergence of the Exact Line Search Gradient Descent Method
door: Yu, Thomas
Gepubliceerd in: (2023)

IRKA is a Riemannian Gradient Descent Method
door: Mlinarić, Petar, et al.
Gepubliceerd in: (2023)

The Stochastic Steepest Descent Method for Robust Optimization in Banach Spaces
door: Chada, Neil K., et al.
Gepubliceerd in: (2023)

Global Convergence and Error Propagation in Neural Gradient Flows: A Riemannian Optimization Framework
door: Zheng, Shixin, et al.
Gepubliceerd in: (2026)

Multilevel Stochastic Gradient Descent for Optimal Control Under Uncertainty
door: Baumgarten, Niklas, et al.
Gepubliceerd in: (2025)

Convergence Analysis of Fractional Gradient Descent
door: Aggarwal, Ashwani
Gepubliceerd in: (2023)

Genericity of Polyak-Lojasiewicz Inequalities for Entropic Mean-Field Neural ODEs
door: Daudin, Samuel, et al.
Gepubliceerd in: (2025)

Low-Discrepancy Set Post-Processing via Gradient Descent
door: Clément, François, et al.
Gepubliceerd in: (2025)

Linear Convergence of the Proximal Gradient Method for Composite Optimization Under the Polyak-Łojasiewicz Inequality and Its Variant
door: Kong, Qingyuan, et al.
Gepubliceerd in: (2024)

Gradient is All You Need? How Consensus-Based Optimization can be Interpreted as a Stochastic Relaxation of Gradient Descent
door: Riedl, Konstantin, et al.
Gepubliceerd in: (2023)

Inexact Projected Preconditioned Gradient Methods with Variable Metrics: General Convergence Theory via Lyapunov Approach
door: Guo, Ruchi, et al.
Gepubliceerd in: (2025)

Block Acceleration Without Momentum: On Optimal Stepsizes of Block Gradient Descent for Least-Squares
door: Peng, Liangzu, et al.
Gepubliceerd in: (2024)

Super Gradient Descent: Global Optimization requires Global Gradient
door: Achour, Seifeddine
Gepubliceerd in: (2024)

Elliptic Reconstruction and A Posteriori Error Estimates for Parabolic Variational Inequalities
door: Antil, Harbir, et al.
Gepubliceerd in: (2024)

Tight Convergence Rates in Gradient Mapping for the Difference-of-Convex Algorithm
door: Rotaru, Teodor, et al.
Gepubliceerd in: (2025)

An Inexact General Descent Method with Applications in Differential Equation-Constrained Optimization
door: Macedo, Humberto Gimenes, et al.
Gepubliceerd in: (2025)

Properties of Fixed Points of Generalised Extra Gradient Methods Applied to Min-Max Problems
door: Farzin, Amir Ali, et al.
Gepubliceerd in: (2025)

Polyak-Lojasiewicz Inequality for Quadratically Regularized Optimal Transport
door: González-Sanz, Alberto, et al.
Gepubliceerd in: (2026)

Provably Faster Gradient Descent via Long Steps
door: Grimmer, Benjamin
Gepubliceerd in: (2023)

A Block Coordinate Descent Method for Nonsmooth Composite Optimization under Orthogonality Constraints
door: Yuan, Ganzhao
Gepubliceerd in: (2023)

Error Analysis of Sampling Algorithms for Approximating Stochastic Optimal Control
door: Joshi, Anant A., et al.
Gepubliceerd in: (2025)

Method of Successive Approximations for Stochastic Optimal Control: Contractivity and Convergence
door: Taoufik, Safouane, et al.
Gepubliceerd in: (2024)

Online Stochastic Gradient Methods Under Sub-Weibull Noise and the Polyak-Łojasiewicz Condition
door: Kim, Seunghyun, et al.
Gepubliceerd in: (2021)

Interpolation-Based Gradient-Error Bounds for Use in Derivative-Free Optimization of Noisy Functions
door: Marchetti, Alejandro G., et al.
Gepubliceerd in: (2025)

Adaptive Lipschitz-Free Conditional Gradient Methods for Stochastic Composite Nonconvex Optimization
door: Yuan, Ganzhao
Gepubliceerd in: (2026)

Convergence Analysis for A Stochastic Maximum Principle Based Data Driven Feedback Control Algorithm
door: Liang, Siming, et al.
Gepubliceerd in: (2024)

Randomised Splitting Methods and Stochastic Gradient Descent
door: Shaw, Luke, et al.
Gepubliceerd in: (2025)

Gradient Descent as a Perceptron Algorithm: Understanding Dynamics and Implicit Acceleration
door: Tyurin, Alexander
Gepubliceerd in: (2025)

A Local Polyak-Lojasiewicz and Descent Lemma of Gradient Descent For Overparametrized Linear Models
door: Xu, Ziqing, et al.
Gepubliceerd in: (2025)

Stochastic Multigrid Method for Blind Ptychographic Phase Retrieval
door: Zhang, Borong, et al.
Gepubliceerd in: (2025)

Dual Cone Gradient Descent for Training Physics-Informed Neural Networks
door: Hwang, Youngsik, et al.
Gepubliceerd in: (2024)

Global Convergence of High-Order Regularization Methods with Sums-of-Squares Taylor Models
door: Zhu, Wenqi, et al.
Gepubliceerd in: (2024)

Stochastic Zeroth-Order Method for Computing Generalized Rayleigh Quotients
door: Bresch, Jonas, et al.
Gepubliceerd in: (2025)

A Single-Loop Gradient Descent and Perturbed Ascent Algorithm for Nonconvex Functional Constrained Optimization
door: Lu, Songtao
Gepubliceerd in: (2022)

Affine-Invariant Global Non-Asymptotic Convergence Analysis of BFGS under Self-Concordance
door: Jin, Qiujiang, et al.
Gepubliceerd in: (2025)

Error Estimates of the Gain Approximation by Hermite-Galerkin Method in Feedback Particle Filter
door: Wang, Ruoyu, et al.
Gepubliceerd in: (2026)

On the Convergence of A Data-Driven Regularized Stochastic Gradient Descent for Nonlinear Ill-Posed Problems
door: Zhou, Zehui
Gepubliceerd in: (2024)

Modified Loss of Momentum Gradient Descent: Fine-Grained Analysis
door: Cattaneo, Matias D., et al.
Gepubliceerd in: (2025)