Buchumschlag

Introduction: Swarm-based gradient descent for non convex optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Tikko, Janina
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Optimization and Control 65K10
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Swarm-based optimization with random descent
von: Tadmor, Eitan, et al.
Veröffentlicht: (2023)

Swarm-based gradient descent meets simulated annealing
von: Ding, Zhiyan, et al.
Veröffentlicht: (2024)

On convergence rates of subgradient descent on semialgebraic functions
von: Chzhen, Evgenii, et al.
Veröffentlicht: (2026)

Nonlinear conjugate gradient for smooth convex functions
von: Karimi, Sahar, et al.
Veröffentlicht: (2021)

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

Asymptotic stability properties and a priori bounds for Adam and other gradient descent optimization methods
von: Dereich, Steffen, et al.
Veröffentlicht: (2025)

Monomial barrier functions for the box-constrained convex optimization problems
von: Fayed, Hatem
Veröffentlicht: (2024)

Operator Splitting with Hamilton-Jacobi-based Proximals
von: Di, Nicholas, et al.
Veröffentlicht: (2026)

Convergence to good non-optimal critical points in the training of neural networks: Gradient descent optimization with one random initialization overcomes all bad non-global local minima with high probability
von: Ibragimov, Shokhrukh, et al.
Veröffentlicht: (2022)

Implicit augmented Lagrangian and generalized optimization
von: De Marchi, Alberto
Veröffentlicht: (2023)

Efficient parameter-free restarted accelerated gradient methods for convex and strongly convex optimization
von: Sujanani, Arnesh, et al.
Veröffentlicht: (2024)

Technical results on the convergence of quasi-Newton methods for nonsmooth optimization
von: Gebken, Bennet
Veröffentlicht: (2025)

Decentralised convex optimisation with probability-proportional-to-size quantization
von: Pasechniuk, Dmitrii, et al.
Veröffentlicht: (2025)

Fast convex optimization via closed-loop time scaling of gradient dynamics
von: Attouch, Hedy, et al.
Veröffentlicht: (2023)

On the role of semismoothness in the implicit programming approach to selected nonsmooth optimization problems
von: Gfrerer, Helmut, et al.
Veröffentlicht: (2024)

A unified approach to shape and topological sensitivity analysis of discretized optimal design problems
von: Gangl, Peter, et al.
Veröffentlicht: (2022)

A Monte Carlo Approach for Nonsmooth Convex Optimization via Proximal Splitting Algorithms
von: Di, Nicholas, et al.
Veröffentlicht: (2025)

How to project onto SL($n$)
von: Jaap, Patrick, et al.
Veröffentlicht: (2025)

Cubic Regularized Newton Method with Variance Reduction for Finite-sum Non-convex Problems
von: Pasechnyuk-Vilensky, Dmitry, et al.
Veröffentlicht: (2025)

Consensus-based algorithms for stochastic optimization problems
von: Bonandin, Sabrina, et al.
Veröffentlicht: (2024)

On existence of solutions to non-convex minimization problems
von: Rele, Rohan, et al.
Veröffentlicht: (2024)

A stochastic subspace approach to gradient-free optimization in high dimensions
von: Kozak, David, et al.
Veröffentlicht: (2020)

Recent Advances in Non-convex Smoothness Conditions and Applicability to Deep Linear Neural Networks
von: Patel, Vivak, et al.
Veröffentlicht: (2024)

Enhanced shape recovery in advection--diffusion problems via a novel ADMM-based CCBM optimization
von: Cherrat, Elmehdi, et al.
Veröffentlicht: (2025)

Gradient descent with adaptive stepsize converges (nearly) linearly under fourth-order growth
von: Davis, Damek, et al.
Veröffentlicht: (2024)

On finding optimal collective variables for complex systems by minimizing the deviation between effective and full dynamics
von: Zhang, Wei, et al.
Veröffentlicht: (2024)

Adaptive Momentum via Minimal Dual Function for Accelerating Randomized Sparse Kaczmarz
von: Zhang, Lu, et al.
Veröffentlicht: (2026)

A Riemannian gradient descent method for optimization on the indefinite Stiefel manifold
von: Van Tiep, Dinh, et al.
Veröffentlicht: (2024)

Convergence of gradient descent for deep neural networks
von: Chatterjee, Sourav
Veröffentlicht: (2022)

Topology optimization for microfluidic mixers by a phase field method
von: Liu, Zongyuan, et al.
Veröffentlicht: (2025)

Heavy-ball dynamics with Hessian-driven damping for non-convex optimization under the Łojasiewicz condition
von: Apidopoulos, Vassilis, et al.
Veröffentlicht: (2025)

An efficient gradient projection method for stochastic optimal control problem with expected integral state constraint
von: Wang, Qiming, et al.
Veröffentlicht: (2024)

Stochastic optimization over proximally smooth sets
von: Davis, Damek, et al.
Veröffentlicht: (2020)

BDF schemes for accelerated gradient flows in projection-free approximation of nonconvex constrained variational minimization
von: Dong, Guozhi, et al.
Veröffentlicht: (2024)

On the role of semismoothness in nonsmooth numerical analysis: Theory
von: Gfrerer, H., et al.
Veröffentlicht: (2024)

A new Lagrangian approach to control affine systems with a quadratic Lagrange term
von: Leyendecker, Sigrid, et al.
Veröffentlicht: (2023)

A descent method for nonsmooth multiobjective optimization problems on Riemannian manifolds
von: Tang, Chunming, et al.
Veröffentlicht: (2023)

Fast and robust consensus-based optimization via optimal feedback control
von: Huang, Yuyang, et al.
Veröffentlicht: (2024)

An adaptive framework for first-order gradient methods
von: Hu, Xiaozhe, et al.
Veröffentlicht: (2026)

A line search filter sequential adaptive cubic regularisation algorithm for nonlinearly constrained optimization
von: Pei, Yonggang, et al.
Veröffentlicht: (2024)