:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chervonenkis, Boris, Krasnov, Andrei, Gasnikov, Alexander, Lobanov, Aleksandr
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Optimization and Control
Online-Zugang:	https://arxiv.org/abs/2409.11077
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Acceleration Exists! Optimization Problems When Oracle Can Only Compare Objective Function Values
von: Lobanov, Aleksandr, et al.
Veröffentlicht: (2024)

Power of Generalized Smoothness in Stochastic Convex Optimization: First- and Zero-Order Algorithms
von: Lobanov, Aleksandr, et al.
Veröffentlicht: (2025)

Accelerated Zero-Order SGD Method for Solving the Black Box Optimization Problem under "Overparametrization" Condition
von: Lobanov, Aleksandr, et al.
Veröffentlicht: (2023)

The Black-Box Optimization Problem: Zero-Order Accelerated Stochastic Method via Kernel Approximation
von: Lobanov, Aleksandr, et al.
Veröffentlicht: (2023)

Randomized gradient-free methods in convex optimization
von: Gasnikov, Alexander, et al.
Veröffentlicht: (2022)

Gradient-free algorithm for saddle point problems under overparametrization
von: Statkevich, Ekaterina, et al.
Veröffentlicht: (2024)

Linear Convergence Rate in Convex Setup is Possible! Gradient Descent Method Variants under $(L_0,L_1)$-Smoothness
von: Lobanov, Aleksandr, et al.
Veröffentlicht: (2024)

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

Improved Iteration Complexity in Black-Box Optimization Problems under Higher Order Smoothness Function Condition
von: Lobanov, Aleksandr
Veröffentlicht: (2024)

On quasi-convex smooth optimization problems by a comparison oracle
von: Gasnikov, A. V., et al.
Veröffentlicht: (2024)

Gradient-Free Approaches is a Key to an Efficient Interaction with Markovian Stochasticity
von: Prokhorov, Boris, et al.
Veröffentlicht: (2026)

Median Clipping for Zeroth-order Non-Smooth Convex Optimization and Multi-Armed Bandit Problem with Heavy-tailed Symmetric Noise
von: Kornilov, Nikita, et al.
Veröffentlicht: (2024)

Bregman Proximal Method for Efficient Communications under Similarity
von: Beznosikov, Aleksandr, et al.
Veröffentlicht: (2023)

Accelerated zero-order SGD under high-order smoothness and overparameterized regime
von: Bychkov, Georgii, et al.
Veröffentlicht: (2024)

Avoiding Bias in Clipped SGD for Overparameterized Models under Generalized Smoothness
von: Lobanov, Aleksandr, et al.
Veröffentlicht: (2026)

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

Optimal Analysis of Method with Batching for Monotone Stochastic Finite-Sum Variational Inequalities
von: Pichugin, Alexander, et al.
Veröffentlicht: (2024)

Exploiting higher-order derivatives in convex optimization methods
von: Kamzolov, Dmitry, et al.
Veröffentlicht: (2022)

Lower and upper bounds of the convergence rate of gradient methods with composite noise in gradient
von: Vasin, Artem, et al.
Veröffentlicht: (2026)

Extragradient Sliding for Composite Non-Monotone Variational Inequalities
von: Emelyanov, Roman, et al.
Veröffentlicht: (2024)

Local SGD for Near-Quadratic Problems: Improving Convergence under Unconstrained Noise Conditions
von: Sadchikov, Andrey, et al.
Veröffentlicht: (2024)

Accelerated Methods with Compression for Horizontal and Vertical Federated Learning
von: Stanko, Sergey, et al.
Veröffentlicht: (2024)

First Order Methods with Markovian Noise: from Acceleration to Variational Inequalities
von: Beznosikov, Aleksandr, et al.
Veröffentlicht: (2023)

Method with Batching for Stochastic Finite-Sum Variational Inequalities in Non-Euclidean Setting
von: Pichugin, Alexander, et al.
Veröffentlicht: (2024)

Stochastic Frank-Wolfe: Unified Analysis and Zoo of Special Cases
von: Nazykov, Ruslan, et al.
Veröffentlicht: (2024)

Optimal Data Splitting in Distributed Optimization for Machine Learning
von: Medyakov, Daniil, et al.
Veröffentlicht: (2024)

Accelerated Stochastic Gradient Method with Applications to Consensus Problem in Markov-Varying Networks
von: Solodkin, Vladimir, et al.
Veröffentlicht: (2024)

The Mirror-Prox Sliding Method for Non-smooth decentralized saddle-point problems
von: Kuruzov, Ilya, et al.
Veröffentlicht: (2022)

Distributed Saddle-Point Problems: Lower Bounds, Near-Optimal and Robust Algorithms
von: Beznosikov, Aleksandr, et al.
Veröffentlicht: (2020)

Wall-Clock Complexity for Zeroth-Order Optimization with Tunable Oracle Fidelity
von: Suvorikova, Alexandra, et al.
Veröffentlicht: (2026)

Advancing the lower bounds: An accelerated, stochastic, second-order method with optimal adaptation to inexactness
von: Agafonov, Artem, et al.
Veröffentlicht: (2023)

Universal methods for variational inequalities: deterministic and stochastic cases
von: Klimza, Anton, et al.
Veröffentlicht: (2024)

YuriiFormer: A Suite of Nesterov-Accelerated Transformers
von: Zimin, Aleksandr, et al.
Veröffentlicht: (2026)

Fractional-Order Nesterov Dynamics for Convex Optimization
von: Ranoto, Tumelo
Veröffentlicht: (2025)

Decentralized Finite-Sum Optimization over Time-Varying Networks
von: Metelev, Dmitry, et al.
Veröffentlicht: (2024)

One-Point Feedback for Composite Optimization with Applications to Distributed and Federated Learning
von: Beznosikov, Aleksandr, et al.
Veröffentlicht: (2021)

An efficient sieving based secant method for sparse optimization problems with least-squares constraints
von: Li, Qian, et al.
Veröffentlicht: (2023)

Stochastic Decentralized Optimization of Non-Smooth Convex and Convex-Concave Problems over Time-Varying Networks
von: Divilkovskiy, Maxim, et al.
Veröffentlicht: (2025)

Higher Degree Inexact Model for Optimization problems
von: Alkousa, Mohammad, et al.
Veröffentlicht: (2024)

Clipping Improves Adam-Norm and AdaGrad-Norm when the Noise Is Heavy-Tailed
von: Chezhegov, Savelii, et al.
Veröffentlicht: (2024)