Buchumschlag

A Globally Convergent Gradient Method with Momentum

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lapucci, Matteo, Liuzzi, Giampaolo, Lucidi, Stefano, Pucci, Davide, Sciandrone, Marco
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Optimization and Control 90C26, 90C30, 90C60
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Projected Gradient Methods with Momentum
von: Lapucci, Matteo, et al.
Veröffentlicht: (2026)

Combining Gradient Information and Primitive Directions for High-Performance Mixed-Integer Optimization
von: Lapucci, Matteo, et al.
Veröffentlicht: (2024)

Penalty decomposition derivative free method for the minimization of partially separable functions over a convex feasible set
von: Cecere, Francesco, et al.
Veröffentlicht: (2025)

Derivative-Free Bilevel Optimization with Inexact Lower-Level Solutions
von: Cesaroni, Edoardo, et al.
Veröffentlicht: (2026)

Effective Front-Descent Algorithms with Convergence Guarantees
von: Lapucci, Matteo, et al.
Veröffentlicht: (2024)

Worst-case complexity analysis of derivative-free methods for multi-objective optimization
von: Liuzzi, Giampaolo, et al.
Veröffentlicht: (2025)

Riemannian Gradient Method with Momentum
von: Leggio, Filippo, et al.
Veröffentlicht: (2026)

Effectively Leveraging Momentum Terms in Stochastic Line Search Frameworks for Fast Optimization of Finite-Sum Problems
von: Lapucci, Matteo, et al.
Veröffentlicht: (2024)

Convergence Conditions for Stochastic Line Search Based Optimization of Over-parametrized Models
von: Lapucci, Matteo, et al.
Veröffentlicht: (2024)

A linesearch-based derivative-free method for noisy black-box problems
von: De Santis, Alberto, et al.
Veröffentlicht: (2025)

Projection-based curve pattern search for black-box optimization over smooth convex sets
von: Jia, Xiaoxi, et al.
Veröffentlicht: (2025)

An interior point method for nonlinear constrained derivative-free optimization
von: Brilli, Andrea, et al.
Veröffentlicht: (2021)

Norm-induced Cuts: Outer Approximation for Lipschitzian Constraint Functions
von: Göß, Adrian, et al.
Veröffentlicht: (2024)

Cardinality-Constrained Multi-Objective Optimization: Novel Optimality Conditions and Algorithms
von: Lapucci, Matteo, et al.
Veröffentlicht: (2023)

Efficient globalization of heavy-ball type methods for unconstrained optimization based on curve searches
von: Donnini, Federica, et al.
Veröffentlicht: (2025)

Star Quasiconvexity: a Unified Approach for Linear Convergence of First-Order Methods Beyond Convexity
von: Khanh, Phan Quoc, et al.
Veröffentlicht: (2025)

On the Computation of the Efficient Frontier in Advanced Sparse Portfolio Optimization
von: Annunziata, Arturo, et al.
Veröffentlicht: (2025)

cuHALLaR: A GPU Accelerated Low-Rank Augmented Lagrangian Method for Large-Scale Semidefinite Programming
von: Aguirre, Jacob M., et al.
Veröffentlicht: (2025)

Optimization with Trained Machine Learning Models Embedded
von: Schweidtmann, Artur M., et al.
Veröffentlicht: (2022)

Global Optimization of Gaussian processes
von: Schweidtmann, Artur M., et al.
Veröffentlicht: (2020)

Improving Convergence Guarantees of Random Subspace Second-order Algorithm for Nonconvex Optimization
von: Higuchi, Rei, et al.
Veröffentlicht: (2024)

Extending Linear Convergence of the Proximal Point Algorithm: The Quasar-Convex Case
von: de Brito, José, et al.
Veröffentlicht: (2025)

Proximal Nonlinear Conjugate Gradient Methods for Composite Optimization
von: Hamana, Shodai, et al.
Veröffentlicht: (2026)

Parallelizing the Circumcentered-Reflection Method
von: Barros, Pablo, et al.
Veröffentlicht: (2025)

A Stochastic Quasi-Newton Method in the Absence of Common Random Numbers
von: Menickelly, Matt, et al.
Veröffentlicht: (2023)

Clash of MINLP Relaxations: Piecewise Linear vs. Global Parabolic
von: Göß, Adrian
Veröffentlicht: (2026)

Optimal Subgradient Methods for Lipschitz Convex Optimization with Error Bounds
von: Wang, Alex L.
Veröffentlicht: (2025)

A Modified Proximal Bundle Method Under A Frank-Wolfe Perspective
von: Fersztand, David, et al.
Veröffentlicht: (2024)

On Tackling High-Dimensional Nonconvex Stochastic Optimization via Stochastic First-Order Methods with Non-smooth Proximal Terms and Variance Reduction
von: Xie, Yue, et al.
Veröffentlicht: (2025)

A Surrogate Value Function Formulation for Bilevel Optimization
von: Xu, Mengwei, et al.
Veröffentlicht: (2025)

Depth-first directional search for nonconvex optimization
von: Zhang, Yuxuan, et al.
Veröffentlicht: (2024)

A four-operator splitting algorithm for nonconvex and nonsmooth optimization
von: Alcantara, Jan Harold, et al.
Veröffentlicht: (2024)

A heavy-ball type curve search method for smooth convexly constrained optimization
von: Donnini, Federica, et al.
Veröffentlicht: (2026)

Optimization over convex polyhedra via Hadamard parametrizations
von: Tang, Tianyun, et al.
Veröffentlicht: (2024)

Lagrangian Reformulation for Nonconvex Optimization: Tailoring Problems to Specialized Solvers
von: Quintero, Rodolfo A., et al.
Veröffentlicht: (2024)

Bound tightening in lifted formulations: (sub)solver-dependent impact on performance in RLT-based algorithms
von: González-Díaz, Julio, et al.
Veröffentlicht: (2025)

On convergence of a $q$-random coordinate constrained algorithm for non-convex problems
von: Ghaffari-Hadigheh, Alireza, et al.
Veröffentlicht: (2022)

Splitting Proximal Point Algorithms for the Sum of Prox-Convex Functions
von: de Brito, Jose, et al.
Veröffentlicht: (2026)

Characterizations of Strongly Quasiconvex Functions
von: Hadjisavvas, Nicolas, et al.
Veröffentlicht: (2025)

Riemannian Adaptive Regularized Newton Methods with Hölder Continuous Hessians
von: Zhang, Chenyu, et al.
Veröffentlicht: (2023)