Buchumschlag

An Enhanced ADMM-based Interior Point Method for Linear and Conic Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Deng, Qi, Feng, Qing, Gao, Wenzhi, Ge, Dongdong, Jiang, Bo, Jiang, Yuntian, Liu, Jingsong, Liu, Tianhao, Xue, Chenyu, Ye, Yinyu, Zhang, Chuwen
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Homogeneous Second-Order Descent Method for Nonconvex Optimization
von: Zhang, Chuwen, et al.
Veröffentlicht: (2022)

Beyond Nonconvexity: A Universal Trust-Region Method with New Analyses
von: Jiang, Yuntian, et al.
Veröffentlicht: (2023)

Homogeneous Second-Order Descent Framework: A Fast Alternative to Newton-Type Methods
von: He, Chang, et al.
Veröffentlicht: (2023)

Accelerating Trust-Region Methods: An Attempt to Balance Global and Local Efficiency
von: Jiang, Yuntian, et al.
Veröffentlicht: (2025)

The Second-Order Tâtonnement: Decentralized Interior-Point Methods for Market Equilibrium
von: Zhang, Chuwen, et al.
Veröffentlicht: (2025)

When Does Primal Interior Point Method Beat Primal-dual in Linear Optimization?
von: Gao, Wenzhi, et al.
Veröffentlicht: (2024)

A Homogenization Approach for Gradient-Dominated Stochastic Optimization
von: Tan, Jiyuan, et al.
Veröffentlicht: (2023)

Beyond $\mathcal{O}(\sqrt{T})$ Regret: Decoupling Learning and Decision-making in Online Linear Programming
von: Gao, Wenzhi, et al.
Veröffentlicht: (2025)

Trust Region Methods For Nonconvex Stochastic Optimization Beyond Lipschitz Smoothness
von: Xie, Chenghan, et al.
Veröffentlicht: (2023)

Decoupling Learning and Decision-Making: Breaking the $\mathcal{O}(\sqrt{T})$ Barrier in Online Resource Allocation with First-Order Methods
von: Gao, Wenzhi, et al.
Veröffentlicht: (2024)

From an Interior Point to a Corner Point: Smart Crossover
von: Ge, Dongdong, et al.
Veröffentlicht: (2021)

cuPDLP-C: A Strengthened Implementation of cuPDLP for Linear Programming by C language
von: Lu, Haihao, et al.
Veröffentlicht: (2023)

Solving Linear Programs with Fast Online Learning Algorithms
von: Gao, Wenzhi, et al.
Veröffentlicht: (2021)

A Practical GPU-Enhanced Matrix-Free Primal-Dual Method for Large-Scale Conic Programs
von: Lin, Zhenwei, et al.
Veröffentlicht: (2025)

Learning to Pivot as a Smart Expert
von: Liu, Tianhao, et al.
Veröffentlicht: (2023)

A Low-Rank ADMM Splitting Approach for Semidefinite Programming
von: Han, Qiushi, et al.
Veröffentlicht: (2024)

A Single-Loop Robust Policy Gradient Method for Robust Markov Decision Processes
von: Lin, Zhenwei, et al.
Veröffentlicht: (2024)

Data-driven Mixed Integer Optimization through Probabilistic Multi-variable Branching
von: Chen, Yanguang, et al.
Veröffentlicht: (2023)

Scalable First-Order Interior Point Trust Region Algorithms for Linearly Constrained Optimization
von: Su, Yuexin, et al.
Veröffentlicht: (2026)

History-Aware Adaptive High-Order Tensor Regularization
von: He, Chang, et al.
Veröffentlicht: (2025)

Inexact and Implementable Accelerated Newton Proximal Extragradient Method for Convex Optimization
von: Huang, Ziyu, et al.
Veröffentlicht: (2024)

PDHCG: A Scalable First-Order Method for Large-Scale Competitive Market Equilibrium Computation
von: Liu, Huikang, et al.
Veröffentlicht: (2025)

Cardinal Optimizer (COPT) User Guide
von: Ge, Dongdong, et al.
Veröffentlicht: (2022)

Restarted Primal-Dual Hybrid Conjugate Gradient Method for Large-Scale Quadratic Programming
von: Huang, Yicheng, et al.
Veröffentlicht: (2024)

Accelerating Low-Rank Factorization-Based Semidefinite Programming Algorithms on GPU
von: Han, Qiushi, et al.
Veröffentlicht: (2024)

PDHCG-II: An Enhanced Version of PDHCG for Large-Scale Convex QP
von: Li, Hongpei, et al.
Veröffentlicht: (2026)

A Technical Note on the Implementation and Use of PDCS
von: Lin, Zhenwei, et al.
Veröffentlicht: (2026)

OptPipe: Memory- and Scheduling-Optimized Pipeline Parallelism for LLM Training
von: Li, Hongpei, et al.
Veröffentlicht: (2025)

Gradient Methods with Online Scaling
von: Gao, Wenzhi, et al.
Veröffentlicht: (2024)

Gradient Methods with Online Scaling Part I. Theoretical Foundations
von: Gao, Wenzhi, et al.
Veröffentlicht: (2025)

Gradient Methods with Online Scaling Part II. Practical Aspects
von: Chu, Ya-Chi, et al.
Veröffentlicht: (2025)

A Smooth Approximation Framework for Weakly Convex Optimization
von: Deng, Qi, et al.
Veröffentlicht: (2025)

A GPU-Accelerated Interior Point Method for Radiation Therapy Optimization
von: Liu, Felix, et al.
Veröffentlicht: (2024)

Single-Loop Deterministic and Stochastic Interior-Point Algorithms for Nonlinearly Constrained Optimization
von: Curtis, Frank E., et al.
Veröffentlicht: (2024)

D-PDLP: Scaling PDLP to Distributed Multi-GPU Systems
von: Li, Hongpei, et al.
Veröffentlicht: (2026)

Achieving Instance-dependent Sample Complexity for Constrained Markov Decision Process
von: Jiang, Jiashuo, et al.
Veröffentlicht: (2024)

IPM-LSTM: A Learning-Based Interior Point Method for Solving Nonlinear Programs
von: Gao, Xi, et al.
Veröffentlicht: (2024)

Adaptive Riemannian ADMM for Nonsmooth Optimization: Optimal Complexity without Smoothing
von: Deng, Kangkang, et al.
Veröffentlicht: (2025)

FMIP: Joint Continuous-Integer Flow For Mixed-Integer Linear Programming
von: Li, Hongpei, et al.
Veröffentlicht: (2025)

Stochastic Weakly Convex Optimization Beyond Lipschitz Continuity
von: Gao, Wenzhi, et al.
Veröffentlicht: (2024)