:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Traoré, Cheik, Apidopoulos, Vassilis, Salzo, Saverio, Villa, Silvia
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Optimization and Control Machine Learning
Online-Zugang:	https://arxiv.org/abs/2308.09310
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Iterative regularization in classification via hinge loss diagonal descent
von: Apidopoulos, Vassilis, et al.
Veröffentlicht: (2022)

AdaGrad-Diff: A New Version of the Adaptive Gradient Algorithm
von: Bojovic, Matia, et al.
Veröffentlicht: (2026)

Nonsmooth Implicit Differentiation: Deterministic and Stochastic Convergence Rates
von: Grazzi, Riccardo, et al.
Veröffentlicht: (2024)

Bregman Stochastic Proximal Point Algorithm with Variance Reduction
von: Traoré, Cheik, et al.
Veröffentlicht: (2025)

The iterates of FISTA convergence even under inexact computations and stochastic gradients
von: Salzo, Saverio
Veröffentlicht: (2025)

A Structured Proximal Stochastic Variance Reduced Zeroth-order Algorithm
von: Rando, Marco, et al.
Veröffentlicht: (2025)

Mean-square and linear convergence of a stochastic proximal point algorithm in metric spaces of nonpositive curvature
von: Pischke, Nicholas
Veröffentlicht: (2025)

Efficient algorithms for implementing incremental proximal-point methods
von: Shtoff, Alex
Veröffentlicht: (2022)

High Probability Bounds for Stochastic Subgradient Schemes with Heavy Tailed Noise
von: Parletta, Daniela A., et al.
Veröffentlicht: (2022)

SGD for Variational Inference: Tackling Unbounded Variance via Preconditioning and Dynamic Batching
von: Labarrière, Hippolyte, et al.
Veröffentlicht: (2026)

A framework for bilevel optimization that enables stochastic and global variance reduction algorithms
von: Dagréou, Mathieu, et al.
Veröffentlicht: (2022)

Convergence of zeroth-order proximal point algorithms in the high-temperature regime
von: Naldi, Emanuele, et al.
Veröffentlicht: (2026)

Preconditioned primal-dual dynamics in convex optimization: non-ergodic convergence rates
von: Apidopoulos, Vassilis, et al.
Veröffentlicht: (2025)

An Improved Analysis of the Clipped Stochastic subGradient Method under Heavy-Tailed Noise
von: Parletta, Daniela Angela, et al.
Veröffentlicht: (2024)

Bilevel learning
von: Grazzi, Riccardo, et al.
Veröffentlicht: (2026)

Inexact JKO and proximal-gradient algorithms in the Wasserstein space
von: Di Marino, Simone, et al.
Veröffentlicht: (2025)

Online estimation of the inverse of the Hessian for stochastic optimization with application to universal stochastic Newton algorithms
von: Godichon-Baggioni, Antoine, et al.
Veröffentlicht: (2024)

An inexact Bregman proximal point method and its acceleration version for unbalanced optimal transport
von: Chen, Xiang, et al.
Veröffentlicht: (2024)

Primal-dual algorithm for contextual stochastic combinatorial optimization
von: Bouvier, Louis, et al.
Veröffentlicht: (2025)

Dealing with unbounded gradients in stochastic saddle-point optimization
von: Neu, Gergely, et al.
Veröffentlicht: (2024)

Iteration Complexity of Frank-Wolfe and Its Variants for Bilevel Optimization
von: Palmieri, Anthony, et al.
Veröffentlicht: (2026)

Stochastic Zeroth order Descent with Structured Directions
von: Rando, Marco, et al.
Veröffentlicht: (2022)

A stochastic gradient descent algorithm with random search directions
von: Gbaguidi, Eméric
Veröffentlicht: (2025)

Fast UCB-type algorithms for stochastic bandits with heavy and super heavy symmetric noise
von: Dorn, Yuriy, et al.
Veröffentlicht: (2024)

Multiscale replay: A robust algorithm for stochastic variational inequalities with a Markovian buffer
von: Nakul, Milind, et al.
Veröffentlicht: (2026)

Snacks: a fast large-scale kernel SVM solver
von: Tanji, Sofiane, et al.
Veröffentlicht: (2023)

Decision-Dependent Stochastic Optimization: The Role of Distribution Dynamics
von: He, Zhiyu, et al.
Veröffentlicht: (2025)

Optimization Insights into Deep Diagonal Linear Networks
von: Labarrière, Hippolyte, et al.
Veröffentlicht: (2024)

An accelerated first-order regularized momentum descent ascent algorithm for stochastic nonconvex-concave minimax problems
von: Zhang, Huiling, et al.
Veröffentlicht: (2023)

Beyond Bounded Variance: Variance-Reduced Normalized Methods for Nonconvex Optimization under Blum-Gladyshev Noise
von: Upadhyay, Antesh, et al.
Veröffentlicht: (2026)

Muon is Provably Faster with Momentum Variance Reduction
von: Qian, Xun, et al.
Veröffentlicht: (2025)

Stochastic Gradient Langevin Dynamics with Variance Reduction
von: Huang, Zhishen, et al.
Veröffentlicht: (2021)

Towards Weaker Variance Assumptions for Stochastic Optimization
von: Alacaoglu, Ahmet, et al.
Veröffentlicht: (2025)

A Bregman firmly nonexpansive proximal operator for baryconvex optimization
von: Achab, Mastane
Veröffentlicht: (2024)

Gradient Estimation and Variance Reduction in Stochastic and Deterministic Models
von: Keane, Ronan
Veröffentlicht: (2024)

A theoretical and empirical study of new adaptive algorithms with additional momentum steps and shifted updates for stochastic non-convex optimization
von: Alecsa, Cristian Daniel
Veröffentlicht: (2021)

Decentralized Non-convex Stochastic Optimization with Heterogeneous Variance
von: Chen, Hongxu, et al.
Veröffentlicht: (2026)

Adaptive Optimization via Momentum on Variance-Normalized Gradients
von: Patitucci, Francisco, et al.
Veröffentlicht: (2026)

MARS-M: When Variance Reduction Meets Matrices
von: Liu, Yifeng, et al.
Veröffentlicht: (2025)

Optimal Design of Volt/VAR Control Rules of Inverters using Deep Learning
von: Gupta, Sarthak, et al.
Veröffentlicht: (2022)