:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zamani, Moslem, Glineur, François
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Optimization and Control
Online-Zugang:	https://arxiv.org/abs/2407.15195
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On the Set of Possible Minimizers of a Sum of Convex Functions
von: Zamani, Moslem, et al.
Veröffentlicht: (2024)

Empirical and computer-aided robustness analysis of long-step and accelerated methods in smooth convex optimization
von: Vernimmen, Pierre, et al.
Veröffentlicht: (2025)

On the convergence rate of the Douglas-Rachford splitting algorithm
von: Abbaszadehpeivasti, Hadi, et al.
Veröffentlicht: (2025)

Exact worst-case convergence rates of gradient descent: a complete analysis for all constant stepsizes over nonconvex and convex functions
von: Rotaru, Teodor, et al.
Veröffentlicht: (2024)

Tight Analysis of Difference-of-Convex Algorithm (DCA) Improves Convergence Rates for Proximal Gradient Descent
von: Rotaru, Teodor, et al.
Veröffentlicht: (2025)

Improved convergence rates for the Difference-of-Convex algorithm
von: Rotaru, Teodor, et al.
Veröffentlicht: (2024)

Tight Convergence Rates in Gradient Mapping for the Difference-of-Convex Algorithm
von: Rotaru, Teodor, et al.
Veröffentlicht: (2025)

Proximal gradient methods with inexact oracle of degree q for composite optimization
von: Nabou, Yassine, et al.
Veröffentlicht: (2024)

Worst-case convergence analysis of relatively inexact gradient descent on smooth convex functions
von: Vernimmen, Pierre, et al.
Veröffentlicht: (2025)

Dynamics of SGD with Stochastic Polyak Stepsizes: Truly Adaptive Variants and Convergence to Exact Solution
von: Orvieto, Antonio, et al.
Veröffentlicht: (2022)

Global minimization of a minimum of a finite collection of functions
von: Van Dessel, Guillaume, et al.
Veröffentlicht: (2024)

Global and local approaches for the minimization of a sum of pointwise minima of convex functions
von: Van Dessel, Guillaume, et al.
Veröffentlicht: (2025)

Presolve techniques for quasi-convex chance constraints with finite-support low-dimensional uncertainty
von: Van Dessel, Guillaume, et al.
Veröffentlicht: (2025)

Dual first-order methods for efficient computation of convex hull prices
von: Tanji, Sofiane, et al.
Veröffentlicht: (2025)

Sparse Polyak: an adaptive step size rule for high-dimensional M-estimation
von: Qiao, Tianqi, et al.
Veröffentlicht: (2025)

Are Convex Optimization Curves Convex?
von: Barzilai, Guy, et al.
Veröffentlicht: (2025)

Stochastic Polyak Step-sizes and Momentum: Convergence Guarantees and Practical Performance
von: Oikonomou, Dimitris, et al.
Veröffentlicht: (2024)

Convergence of empirical subgradients for optimal transport-based objectives
von: Le, Tam
Veröffentlicht: (2026)

Inexact subgradient methods for semialgebraic functions
von: Bolte, Jérôme, et al.
Veröffentlicht: (2024)

On Busemann subgradient methods for stochastic minimization in Hadamard spaces
von: Pischke, Nicholas
Veröffentlicht: (2026)

Convergence rates of stochastic gradient method with independent sequences of step-size and momentum weight
von: Hwang, Wen-Liang
Veröffentlicht: (2024)

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

New Results on the Polyak Stepsize: Tight Convergence Analysis and Universal Function Classes
von: He, Chang, et al.
Veröffentlicht: (2025)

Comparison of Proximal First-Order Primal and Primal-Dual algorithms via Performance Estimation
von: Bousselmi, Nizar, et al.
Veröffentlicht: (2024)

Conic-Optimization Based Algorithms for Nonnegative Matrix Factorization
von: Leplat, Valentin, et al.
Veröffentlicht: (2021)

Universal subgradient and proximal bundle methods for convex and strongly convex hybrid composite optimization
von: Guigues, Vincent, et al.
Veröffentlicht: (2024)

Numerical Design of Optimized First-Order Algorithms
von: Kamri, Yassine, et al.
Veröffentlicht: (2025)

Stochastic subgradient for composite optimization with functional constraints
von: Necoara, Ion, et al.
Veröffentlicht: (2022)

Hybrid subgradient and simulated annealing method for hemivariational inequalities
von: Bartman-Szwarc, Piotr, et al.
Veröffentlicht: (2025)

About some works of Boris Polyak on convergence of gradient methods and their development
von: Ablaev, Seydamet, et al.
Veröffentlicht: (2023)

Quantized Distributed Nonconvex Optimization Algorithms with Linear Convergence under the Polyak--$Ł$ojasiewicz Condition
von: Xu, Lei, et al.
Veröffentlicht: (2022)

On the Convex Interpolation for Linear Operators
von: Bousselmi, Nizar, et al.
Veröffentlicht: (2025)

Mini-batch stochastic subgradient for functional constrained optimization
von: Singh, Nitesh Kumar, et al.
Veröffentlicht: (2024)

A self-adaptive subgradient extragradient method with conjugate gradient-type direction for pseudomonotone variational inequalities
von: Arzuka, Ibrahim, et al.
Veröffentlicht: (2025)

Adaptive SGD with Line-Search and Polyak Stepsizes: Nonconvex Convergence and Accelerated Rates
von: Wu, Haotian
Veröffentlicht: (2025)

Linear Convergence of the Proximal Gradient Method for Composite Optimization Under the Polyak-Łojasiewicz Inequality and Its Variant
von: Kong, Qingyuan, et al.
Veröffentlicht: (2024)

Snacks: a fast large-scale kernel SVM solver
von: Tanji, Sofiane, et al.
Veröffentlicht: (2023)

Genericity of Polyak-Lojasiewicz Inequalities for Entropic Mean-Field Neural ODEs
von: Daudin, Samuel, et al.
Veröffentlicht: (2025)

Random minibatch subgradient algorithms for convex problems with functional constraints
von: Nedich, Angelia, et al.
Veröffentlicht: (2019)

Polyak Minorant Method for Convex Optimization
von: Devanathan, Nikhil, et al.
Veröffentlicht: (2023)