Buchumschlag

Multilevel Regularized Newton Methods with Fast Convergence Rates

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tsipinakis, Nick, Parpas, Panos
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Adaptive Multilevel Newton: A Quadratically Convergent Optimization Method
von: Tsipinakis, Nick, et al.
Veröffentlicht: (2023)

Convergence rates of Newton's method for strongly self-concordant minimization
von: Tsipinakis, Nick, et al.
Veröffentlicht: (2025)

A Multilevel Method for Self-Concordant Minimization
von: Tsipinakis, Nick, et al.
Veröffentlicht: (2021)

Adaptive Multilevel Newton: A Quadratically Convergent Optimization Method
von: Tsipinakis, Nick, et al.
Veröffentlicht: (2025)

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

Krylov Cubic Regularized Newton: A Subspace Second-Order Method with Dimension-Free Convergence Rate
von: Jiang, Ruichen, et al.
Veröffentlicht: (2024)

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

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

Kernel Sum of Squares for Data Adapted Kernel Learning of Dynamical Systems from Data: A global optimization approach
von: Lengyel, Daniel, et al.
Veröffentlicht: (2024)

Adaptive Regularized Newton Method with Inexact Hessian
von: Shestakov, Aleksandr, et al.
Veröffentlicht: (2025)

A Regularized Hessian-Free Inexact Newton-Type Method with Global $\mathcal{O}(k^{-2})$ Convergence
von: Maia, Leandro Farias, et al.
Veröffentlicht: (2026)

Gradient Regularized Newton Boosting Trees with Global Convergence
von: Zozoulenko, Nikita, et al.
Veröffentlicht: (2026)

An Adaptive Cubic Regularization quasi-Newton Method on Riemannian Manifolds
von: Louzeiro, Mauricio S., et al.
Veröffentlicht: (2024)

Regularized Overestimated Newton
von: Duan, Danny, et al.
Veröffentlicht: (2025)

Revisiting Superlinear Convergence of Proximal Newton-Like Methods to Degenerate Solutions
von: Lee, Ching-pei, et al.
Veröffentlicht: (2026)

Smoothing Accelerated Proximal Gradient Method with Fast Convergence Rate for Nonsmooth Multi-objective Optimization
von: Huang, Chengzhi
Veröffentlicht: (2023)

Full Convergence of Regularized Methods for Unconstrained Optimization
von: Cristofari, Andrea
Veröffentlicht: (2025)

Newton Method Revisited: Global Convergence Rates up to $\mathcal {O}\left(k^{-3} \right)$ for Stepsize Schedules and Linesearch Procedures
von: Hanzely, Slavomír, et al.
Veröffentlicht: (2024)

A Fast Newton Method Under Local Lipschitz Smoothness
von: Gratton, Serge, et al.
Veröffentlicht: (2025)

Subspace Newton's Method for $\ell_0$-Regularized Optimization Problems with Box Constraint
von: Ye, Yuge, et al.
Veröffentlicht: (2025)

An Adaptive Regularized Proximal Newton-Type Methods for Composite Optimization over the Stiefel Manifold
von: Wang, Qinsi, et al.
Veröffentlicht: (2024)

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

Multilevel Optimization: Geometric Coarse Models and Convergence Analysis
von: Vanmaele, Ferdinand, et al.
Veröffentlicht: (2025)

An Oracle Gradient Regularized Newton Method for Quadratic Measurements Regression
von: Fan, Jun, et al.
Veröffentlicht: (2022)

Homogeneous Second-Order Descent Framework: A Fast Alternative to Newton-Type Methods
von: He, Chang, et al.
Veröffentlicht: (2023)

Convergence Rate Analysis for Monotone Accelerated Proximal Gradient Method
von: Wang, Zepeng, et al.
Veröffentlicht: (2025)

Greedy Newton: Newton's Method with Exact Line Search
von: Shea, Betty, et al.
Veröffentlicht: (2024)

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

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

Implicit Bias and Fast Convergence Rates for Self-attention
von: Vasudeva, Bhavya, et al.
Veröffentlicht: (2024)

Convergence of Muon with Newton-Schulz
von: Kim, Gyu Yeol, et al.
Veröffentlicht: (2026)

Dictionary-Restricted First-Order Descent Methods: Bounds and Convergence Rates
von: Berasategui, Miguel, et al.
Veröffentlicht: (2026)

Online Learning Guided Quasi-Newton Methods with Global Non-Asymptotic Convergence
von: Jiang, Ruichen, et al.
Veröffentlicht: (2024)

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

Modified Block Newton Algorithm for $\ell_0$-Regularized Optimization
von: Ye, Yuge, et al.
Veröffentlicht: (2025)

Distributed Nonconvex Optimization with Exponential Convergence Rate via Hybrid Systems Methods
von: Hendrickson, Katherine R., et al.
Veröffentlicht: (2025)

Convergence rates of regularized quasi-Newton methods without strong convexity
von: Wang, Shida, et al.
Veröffentlicht: (2025)

A Riemannian Proximal Newton Method
von: Si, Wutao, et al.
Veröffentlicht: (2023)

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

Asymptotic Convergence Analysis of High-Order Proximal-Point Methods Beyond Sublinear Rates
von: Ahookhosh, Masoud, et al.
Veröffentlicht: (2025)