Copertina

A Specialized Semismooth Newton Method for Kernel-Based Optimal Transport

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Lin, Tianyi, Cuturi, Marco, Jordan, Michael I.
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Machine Learning Optimization and Control
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Perseus: A Simple and Optimal High-Order Method for Variational Inequalities
di: Lin, Tianyi, et al.
Pubblicazione: (2022)

On Gradient Descent Ascent for Nonconvex-Concave Minimax Problems
di: Lin, Tianyi, et al.
Pubblicazione: (2019)

Two-Timescale Gradient Descent Ascent Algorithms for Nonconvex Minimax Optimization
di: Lin, Tianyi, et al.
Pubblicazione: (2024)

PINS: Proximal Iterations with Sparse Newton and Sinkhorn for Optimal Transport
di: Wu, Di, et al.
Pubblicazione: (2025)

Adaptive, Doubly Optimal No-Regret Learning in Strongly Monotone and Exp-Concave Games with Gradient Feedback
di: Jordan, Michael I., et al.
Pubblicazione: (2023)

A Semismooth Newton Stochastic Proximal Point Algorithm with Variance Reduction
di: Milzarek, Andre, et al.
Pubblicazione: (2022)

Semismooth Newton Methods for Risk-Averse Markov Decision Processes
di: Gargiani, Matilde, et al.
Pubblicazione: (2025)

A Compositional Kernel Model for Feature Learning
di: Ruan, Feng, et al.
Pubblicazione: (2025)

A Globalized Semismooth Newton Method for Prox-regular Optimization Problems
di: Wu, Yuqia, et al.
Pubblicazione: (2025)

Deterministic Nonsmooth Nonconvex Optimization
di: Jordan, Michael I., et al.
Pubblicazione: (2023)

Sparse Quadratically Constrained Quadratic Programming via Semismooth Newton Method
di: Li, Shuai, et al.
Pubblicazione: (2025)

LeAP-SSN: A Semismooth Newton Method with Global Convergence Rates
di: Alphonse, Amal, et al.
Pubblicazione: (2025)

An Adaptive Stochastic Gradient Method with Non-negative Gauss-Newton Stepsizes
di: Orvieto, Antonio, et al.
Pubblicazione: (2024)

Stochastic Newton Proximal Extragradient Method
di: Jiang, Ruichen, et al.
Pubblicazione: (2024)

On Unbalanced Optimal Transport: Gradient Methods, Sparsity and Approximation Error
di: Nguyen, Quang Minh, et al.
Pubblicazione: (2022)

A Truncated Newton Method for Optimal Transport
di: Kemertas, Mete, et al.
Pubblicazione: (2025)

An Optimistic Algorithm for Online Convex Optimization with Adversarial Constraints
di: Lekeufack, Jordan, et al.
Pubblicazione: (2024)

An Augmented Lagrangian Primal-Dual Semismooth Newton Method for Multi-Block Composite Optimization
di: Deng, Zhanwang, et al.
Pubblicazione: (2023)

Sharpened Lazy Incremental Quasi-Newton Method
di: Lahoti, Aakash, et al.
Pubblicazione: (2023)

Online Newton Method for Bandit Convex Optimisation
di: Fokkema, Hidde, et al.
Pubblicazione: (2024)

Unlocking Global Optimality in Bilevel Optimization: A Pilot Study
di: Xiao, Quan, et al.
Pubblicazione: (2024)

A Smoothing Newton Method for Rank-one Matrix Recovery
di: Maunu, Tyler, et al.
Pubblicazione: (2025)

Kernel-Based Optimal Control: An Infinitesimal Generator Approach
di: Bevanda, Petar, et al.
Pubblicazione: (2024)

A Sinkhorn-type Algorithm for Constrained Optimal Transport
di: Tang, Xun, et al.
Pubblicazione: (2024)

On Constraints in First-Order Optimization: A View from Non-Smooth Dynamical Systems
di: Muehlebach, Michael, et al.
Pubblicazione: (2021)

Incremental Gauss--Newton Methods with Superlinear Convergence Rates
di: Zhou, Zhiling, et al.
Pubblicazione: (2024)

ROOT-SGD: Sharp Nonasymptotics and Near-Optimal Asymptotics in a Single Algorithm
di: Li, Chris Junchi, et al.
Pubblicazione: (2020)

A Proximal Modified Quasi-Newton Method for Nonsmooth Regularized Optimization
di: Diouane, Youssef, et al.
Pubblicazione: (2024)

Higher-Order Newton Methods with Polynomial Work per Iteration
di: Ahmadi, Amir Ali, et al.
Pubblicazione: (2023)

Incremental Quasi-Newton Methods with Faster Superlinear Convergence Rates
di: Liu, Zhuanghua, et al.
Pubblicazione: (2024)

Simple Stepsize for Quasi-Newton Methods with Global Convergence Guarantees
di: Agafonov, Artem, et al.
Pubblicazione: (2025)

A Regularized Newton Method for Nonconvex Optimization with Global and Local Complexity Guarantees
di: Zhou, Yuhao, et al.
Pubblicazione: (2025)

Slicing Unbalanced Optimal Transport
di: Bonet, Clément, et al.
Pubblicazione: (2023)

Riemannian Neural Optimal Transport
di: Micheli, Alessandro, et al.
Pubblicazione: (2026)

Decentralized and Equitable Optimal Transport
di: Lau, Ivan, et al.
Pubblicazione: (2024)

Scalable Approximate Algorithms for Optimal Transport Linear Models
di: Kacprzak, Tomasz, et al.
Pubblicazione: (2025)

Unified Convergence Theory of Stochastic and Variance-Reduced Cubic Newton Methods
di: Chayti, El Mahdi, et al.
Pubblicazione: (2023)

Preconditioned Norms: A Unified Framework for Steepest Descent, Quasi-Newton and Adaptive Methods
di: Veprikov, Andrey, et al.
Pubblicazione: (2025)

A Stochastic Quasi-Newton Method for Non-convex Optimization with Non-uniform Smoothness
di: Sun, Zhenyu, et al.
Pubblicazione: (2024)

A Regularized Online Newton Method for Stochastic Convex Bandits with Linear Vanishing Noise
di: Zhan, Jingxin, et al.
Pubblicazione: (2025)