Buchumschlag

Trust-Region Stochastic Optimization with Variance Reduction Technique

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Zheng, Xinshou
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

TRSVR: An Adaptive Stochastic Trust-Region Method with Variance Reduction
von: Fang, Yuchen, et al.
Veröffentlicht: (2026)

Adaptive Variance Reduction for Stochastic Optimization under Weaker Assumptions
von: Jiang, Wei, et al.
Veröffentlicht: (2024)

Universality of AdaGrad Stepsizes for Stochastic Optimization: Inexact Oracle, Acceleration and Variance Reduction
von: Rodomanov, Anton, et al.
Veröffentlicht: (2024)

Trust Region Methods For Nonconvex Stochastic Optimization Beyond Lipschitz Smoothness
von: Xie, Chenghan, et al.
Veröffentlicht: (2023)

Adaptive Regularization within Trust Region Methods for Stochastic Nonconvex Optimization
von: Ha, Yunsoo, et al.
Veröffentlicht: (2026)

ZIVR: An Incremental Variance Reduction Technique For Zeroth-Order Composite Problems
von: Zhang, Silan, et al.
Veröffentlicht: (2026)

Adaptive Sampling-Based Bi-Fidelity Stochastic Trust Region Method for Derivative-Free Stochastic Optimization
von: Ha, Yunsoo, et al.
Veröffentlicht: (2024)

Stochastic Gradient Langevin Dynamics with Variance Reduction
von: Huang, Zhishen, et al.
Veröffentlicht: (2021)

Infeasible Deterministic, Stochastic, and Variance-Reduction Algorithms for Optimization under Orthogonality Constraints
von: Ablin, Pierre, et al.
Veröffentlicht: (2023)

Gradient Estimation and Variance Reduction in Stochastic and Deterministic Models
von: Keane, Ronan
Veröffentlicht: (2024)

Variance Reduction and Low Sample Complexity in Stochastic Optimization via Proximal Point Method
von: Liang, Jiaming
Veröffentlicht: (2024)

Projection-Free Variance Reduction Methods for Stochastic Constrained Multi-Level Compositional Optimization
von: Jiang, Wei, et al.
Veröffentlicht: (2024)

Stochastic Bregman Proximal Gradient Method Revisited: Kernel Conditioning and Painless Variance Reduction
von: Zhang, Junyu
Veröffentlicht: (2024)

Multi-Fidelity Stochastic Trust Region Method with Adaptive Sampling
von: Ha, Yunsoo, et al.
Veröffentlicht: (2025)

Alternating Stochastic Variance-Reduced Algorithms with Optimal Complexity for Bilevel Optimization
von: Huo, Haimei, et al.
Veröffentlicht: (2024)

Prox-DBRO-VR: A Unified Analysis on Byzantine-Resilient Decentralized Stochastic Composite Optimization with Variance Reduction and Non-Asymptotic Convergence Rates
von: Hu, Jinhui, et al.
Veröffentlicht: (2023)

Towards Weaker Variance Assumptions for Stochastic Optimization
von: Alacaoglu, Ahmet, et al.
Veröffentlicht: (2025)

Adaptive Replication Strategies in Trust-Region-Based Bayesian Optimization of Stochastic Functions
von: Binois, Mickael, et al.
Veröffentlicht: (2025)

Team Variance Optimization of n-Player Stochastic Games with Separately Controlled Chains
von: Xia, Li
Veröffentlicht: (2025)

Unified Theory of Adaptive Variance Reduction
von: Shestakov, Aleksandr, et al.
Veröffentlicht: (2025)

Decentralized Non-convex Stochastic Optimization with Heterogeneous Variance
von: Chen, Hongxu, et al.
Veröffentlicht: (2026)

Stochastic Trust-Region Methods for Over-parameterized Models
von: Yang, Aike, et al.
Veröffentlicht: (2026)

Iteration Complexity and Finite-Time Efficiency of Adaptive Sampling Trust-Region Methods for Stochastic Derivative-Free Optimization
von: Ha, Yunsoo, et al.
Veröffentlicht: (2023)

Fully Stochastic Trust-Region Sequential Quadratic Programming for Equality-Constrained Optimization Problems
von: Fang, Yuchen, et al.
Veröffentlicht: (2022)

Efficient Sign-Based Optimization: Accelerating Convergence via Variance Reduction
von: Jiang, Wei, et al.
Veröffentlicht: (2024)

Trust-Region Sequential Quadratic Programming for Stochastic Optimization with Random Models
von: Fang, Yuchen, et al.
Veröffentlicht: (2024)

Improved Rates for Stochastic Variance-Reduced Difference-of-Convex Algorithms
von: Nguyen, Anh Duc, et al.
Veröffentlicht: (2025)

A Variance-Reduced Stochastic Gradient Tracking Algorithm for Decentralized Optimization with Orthogonality Constraints
von: Wang, Lei, et al.
Veröffentlicht: (2022)

A Finite-Difference Trust-Region Method for Convexly Constrained Smooth Optimization
von: Davar, Dânâ, et al.
Veröffentlicht: (2025)

Distributed Derivative-Free Optimization Using Inexact ADMM and Trust-Region Methods
von: Fasiku, Damilola, et al.
Veröffentlicht: (2025)

Nonmonotone Trust-Region Methods for Optimization of Set-Valued Mapping of Finite Cardinality
von: Ghosh, Suprova, et al.
Veröffentlicht: (2025)

Drago: Primal-Dual Coupled Variance Reduction for Faster Distributionally Robust Optimization
von: Mehta, Ronak, et al.
Veröffentlicht: (2024)

On the Stochastic (Variance-Reduced) Proximal Gradient Method for Regularized Expected Reward Optimization
von: Liang, Ling, et al.
Veröffentlicht: (2024)

Complexity of Zeroth- and First-order Stochastic Trust-Region Algorithms
von: Ha, Yunsoo, et al.
Veröffentlicht: (2024)

Reusing Samples in Variance Reduction
von: Jin, Yujia, et al.
Veröffentlicht: (2025)

An Iterative Problem-Driven Scenario Reduction Framework for Stochastic Optimization with Conditional Value-at-Risk
von: Zhuang, Yingrui, et al.
Veröffentlicht: (2025)

Muon is Provably Faster with Momentum Variance Reduction
von: Qian, Xun, et al.
Veröffentlicht: (2025)

A Trust-Region Algorithm for Noisy Equality Constrained Optimization
von: Sun, Shigeng, et al.
Veröffentlicht: (2024)

Rennala MVR: Improved Time Complexity for Parallel Stochastic Optimization via Momentum-Based Variance Reduction
von: Tovmasyan, Zhirayr, et al.
Veröffentlicht: (2026)

A Trust Region Method with Regularized Barzilai-Borwein Step-Size for Large-Scale Unconstrained Optimization
von: Xu, Xin, et al.
Veröffentlicht: (2024)