Copertina

Towards Scalable Semidefinite Programming: Optimal Metric ADMM with A Worst-case Performance Guarantee

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Ran, Yifan, Vlaski, Stefan, Dai, Wei
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Optimization and Control
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

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

Centering ADMM for the Semidefinite Relaxation of the QAP
di: Kanoh, Shin-ichi, et al.
Pubblicazione: (2020)

Scalable Min-Max Optimization via Primal-Dual Exact Pareto Optimization
di: Park, Sangwoo, et al.
Pubblicazione: (2025)

Heuristic Bundle Upper Bound Based Polyhedral Bundle Method for Semidefinite Programming
di: Cui, Zilong, et al.
Pubblicazione: (2025)

Learned Finite-Time Consensus for Distributed Optimization
di: Fainman, Aaron, et al.
Pubblicazione: (2024)

On the Convergence of Decentralized Stochastic Gradient-Tracking with Finite-Time Consensus
di: Fainman, Aaron, et al.
Pubblicazione: (2025)

Graph-Aware Learning Rates for Decentralized Optimization
di: Fainman, Aaron, et al.
Pubblicazione: (2025)

General Optimal Step-size for ADMM-type Algorithms: Domain Parametrization and Optimal Rates
di: Ran, Yifan
Pubblicazione: (2023)

Fast, Scalable, Warm-Start Semidefinite Programming with Spectral Bundling and Sketching
di: Angell, Rico, et al.
Pubblicazione: (2023)

The Maximum Singularity Degree for Linear and Semidefinite Programming
di: Hu, Hao
Pubblicazione: (2024)

Parametric Semidefinite Programming: Geometry of the Trajectory of Solutions
di: Bellon, Antonio, et al.
Pubblicazione: (2021)

Sub-sampled Trust-Region Methods with Deterministic Worst-Case Complexity Guarantees
di: Goncalves, Max L. N., et al.
Pubblicazione: (2025)

Learning Over-Relaxation Policies for ADMM with Convergence Guarantees
di: Lin, Junan, et al.
Pubblicazione: (2026)

Noise Sensitivity of the Semidefinite Programs for Direct Data-Driven LQR
di: Zeng, Xiong, et al.
Pubblicazione: (2024)

Sparse Sub-gaussian Random Projections for Semidefinite Programming Relaxations
di: Guedes-Ayala, Monse, et al.
Pubblicazione: (2024)

Lagrangian Duality for Mixed-Integer Semidefinite Programming: Theory and Algorithms
di: de Meijer, Frank, et al.
Pubblicazione: (2025)

Complexity of Chordal Conversion for Sparse Semidefinite Programs with Small Treewidth
di: Zhang, Richard Y.
Pubblicazione: (2023)

A Learning-Based Inexact ADMM for Solving Quadratic Programs
di: Gao, Xi, et al.
Pubblicazione: (2025)

Towards Optimal Branching of Linear and Semidefinite Relaxations for Neural Network Robustness Certification
di: Anderson, Brendon G., et al.
Pubblicazione: (2021)

Statistically Optimal K-means Clustering via Nonnegative Low-rank Semidefinite Programming
di: Zhuang, Yubo, et al.
Pubblicazione: (2023)

An Overview and Comparison of Spectral Bundle Methods for Primal and Dual Semidefinite Programs
di: Liao, Feng-Yi, et al.
Pubblicazione: (2023)

Low-Rank Extragradient Methods for Scalable Semidefinite Optimization
di: Garber, Dan, et al.
Pubblicazione: (2024)

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

Semidefinite Programming Duality in Infinite-Horizon Linear Quadratic Differential Games
di: Watanabe, Yuto, et al.
Pubblicazione: (2025)

An Adaptive Proximal ADMM for Nonconvex Linearly Constrained Composite Programs
di: Maia, Leandro Farias, et al.
Pubblicazione: (2024)

A Tuning-Free Primal-Dual Splitting Algorithm for Large-Scale Semidefinite Programming
di: Wang, Yinjun, et al.
Pubblicazione: (2024)

Dynamical State Feedback Control for Linear Input Delay Systems, Part I: Dissipative Stabilization via Semidefinite Programming
di: Feng, Qian, et al.
Pubblicazione: (2023)

Spanning and Splitting: Integer Semidefinite Programming for the Quadratic Minimum Spanning Tree Problem
di: de Meijer, Frank, et al.
Pubblicazione: (2024)

New Understandings and Computation on Augmented Lagrangian Methods for Low-Rank Semidefinite Programming
di: Ding, Lijun, et al.
Pubblicazione: (2025)

An Inexact Tensor-Train Primal-Dual Interior-Point Method for Semidefinite Programs
di: Kelbel, Frederik, et al.
Pubblicazione: (2025)

Differentially Private Linear Programming: Reduced Sub-Optimality and Guaranteed Constraint Satisfaction
di: Benvenuti, Alexander, et al.
Pubblicazione: (2025)

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

A Semidefinite Programming-Based Branch-and-Cut Algorithm for Biclustering
di: Sudoso, Antonio M.
Pubblicazione: (2024)

A New Semidefinite Relaxation for Linear and Piecewise-Affine Optimal Control with Time Scaling
di: Yang, Lujie, et al.
Pubblicazione: (2025)

Post-Processing with Projection and Rescaling Algorithms for Semidefinite Programming
di: Kanoh, Shin-ichi, et al.
Pubblicazione: (2024)

Quantum Alternating Direction Method of Multipliers for Semidefinite Programming
di: Nie, Hantao, et al.
Pubblicazione: (2025)

Local Second-Order Limit Dynamics of the Alternating Direction Method of Multipliers for Semidefinite Programming
di: Kang, Shucheng, et al.
Pubblicazione: (2026)

Mixtures Closest to a Given Measure: A Semidefinite Programming Approach
di: Đurašinović, Srećko, et al.
Pubblicazione: (2025)

Solving Quadratic Programs with Slack Variables via ADMM without Increasing the Problem Size
di: Lew, Thomas, et al.
Pubblicazione: (2025)

Well-conditioned Primal-Dual Interior-point Method for Accurate Low-rank Semidefinite Programming
di: Chiu, Hong-Ming, et al.
Pubblicazione: (2024)