Buchumschlag

Interior-point algorithms with full Newton steps for nonsymmetric convex conic optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Papp, Dávid, Varga, Anita
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Optimization and Control 90C51, 90C25, 90C23
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Dual certificates of primal cone membership
von: Lee, Joonyeob, et al.
Veröffentlicht: (2025)

New complexity bounds for primal--dual interior-point algorithms in conic optimization
von: Dahl, Joachim, et al.
Veröffentlicht: (2025)

A polynomial time infeasible interior-point arc-search algorithm for convex optimization
von: Yang, Yaguang
Veröffentlicht: (2022)

Asymmetric Long-Step Primal-Dual Interior-Point Methods with Dual Centering
von: Nesterov, Yurii
Veröffentlicht: (2025)

Computational complexity of sum-of-squares bounds for copositive programs
von: Palomba, Marilena, et al.
Veröffentlicht: (2025)

On Second-Order Cone Functions
von: Jibrin, Shafiu, et al.
Veröffentlicht: (2023)

A computationally efficient arc-search interior-point algorithm for nonlinear constrained optimization
von: Yang, Yaguang
Veröffentlicht: (2024)

A Low-rank Augmented Lagrangian Method for Polyhedral-SDP and Moment-SOS Relaxations of Polynomial Optimization
von: Hou, Di, et al.
Veröffentlicht: (2025)

Weighted Geometric Mean, Minimum Mediated Set, and Optimal Simple Second-Order Cone Representation
von: Wang, Jie
Veröffentlicht: (2022)

A feasible smoothing accelerated projected gradient method for nonsmooth convex optimization
von: Nishioka, Akatsuki, et al.
Veröffentlicht: (2023)

Riemannian Interior Point Methods for Constrained Optimization on Manifolds
von: Lai, Zhijian, et al.
Veröffentlicht: (2022)

A symmetric primal-dual algorithmic framework for saddle point problems
von: He, Hongjin, et al.
Veröffentlicht: (2022)

On the convergence of critical points on real algebraic sets and applications to optimization
von: Basu, Saugata, et al.
Veröffentlicht: (2025)

Long-Step Path-Following Algorithm for Quantum Information Theory: Some Numerical Aspects and Applications
von: Faybusovich, Leonid, et al.
Veröffentlicht: (2019)

Superlinear Convergence of an Interior Point Algorithm on Linear Semi-definite Feasibility Problems
von: Sim, Chee-Khian
Veröffentlicht: (2022)

Interior-Point Algorithms for Monotone Linear Complementarity Problem Based on Different Predictor Directions
von: -Nagy, Marianna E., et al.
Veröffentlicht: (2025)

Nesterov's accelerated gradient for unbounded convex functions finds the minimum-norm point in the dual space
von: Sakabe, Keiya
Veröffentlicht: (2026)

A parameter-free approach for solving SOS-convex semi-algebraic fractional programs
von: Yang, Chengmiao, et al.
Veröffentlicht: (2024)

Sparse convex relaxations in polynomial optimization
von: Averkov, Gennadiy, et al.
Veröffentlicht: (2024)

A squared smoothing Newton method for semidefinite programming
von: Liang, Ling, et al.
Veröffentlicht: (2023)

Efficiency and Convergence Insights in Large-Scale Optimization Using the Improved Inexact-Newton-Smart Algorithm and Interior-Point Framework
von: Renani, Neda Bagheri, et al.
Veröffentlicht: (2025)

Sum-of-squares hierarchies for polynomial optimization and the Christoffel-Darboux kernel
von: Slot, Lucas
Veröffentlicht: (2021)

Bound tightening in lifted formulations: (sub)solver-dependent impact on performance in RLT-based algorithms
von: González-Díaz, Julio, et al.
Veröffentlicht: (2025)

A Sparse Smoothing Newton Method for Solving Discrete Optimal Transport Problems
von: Hou, Di, et al.
Veröffentlicht: (2023)

Nonconvergence of a sum-of-squares hierarchy for global polynomial optimization based on push-forward measures
von: Slot, Lucas, et al.
Veröffentlicht: (2024)

Randomized Nyström Preconditioned Interior Point-Proximal Method of Multipliers
von: Chu, Ya-Chi, et al.
Veröffentlicht: (2024)

Adaptive proximal algorithms for convex optimization under local Lipschitz continuity of the gradient
von: Latafat, Puya, et al.
Veröffentlicht: (2023)

Stochastic interior-point methods for smooth conic optimization with applications
von: He, Chuan, et al.
Veröffentlicht: (2024)

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

Exactness and Effective Degree Bound of Lasserre's Relaxation for Polynomial Optimization over Finite Variety
von: Hua, Zheng, et al.
Veröffentlicht: (2021)

Forward-Backward algorithms for weakly convex problems
von: Bednarczuk, Ewa, et al.
Veröffentlicht: (2023)

A nonsmooth Frank-Wolfe algorithm through a dual cutting-plane approach
von: Mazanti, Guilherme, et al.
Veröffentlicht: (2024)

On the convergence of proximal gradient methods for convex simple bilevel optimization
von: Latafat, Puya, et al.
Veröffentlicht: (2023)

T-semidefinite programming relaxation with third-order tensors for constrained polynomial optimization
von: Marumo, Hiroki, et al.
Veröffentlicht: (2024)

Fast convergence of Frank-Wolfe algorithms on polytopes
von: Wirth, Elias, et al.
Veröffentlicht: (2024)

A Non-Archimedean Interior Point Method for Solving Lexicographic Multi-Objective Quadratic Programming Problems
von: Fiaschi, Lorenzo, et al.
Veröffentlicht: (2021)

Outer Approximation Scheme for Weakly Convex Constrained Optimization Problems
von: Bednarczuk, Ewa M., et al.
Veröffentlicht: (2024)

Exploiting Sign Symmetries in Minimizing Sums of Rational Functions
von: Guo, Feng, et al.
Veröffentlicht: (2024)

An extension of an RLT-based solver to MINLP polynomial problems
von: González-Díaz, Julio, et al.
Veröffentlicht: (2024)

Sparse Polynomial Optimization with Unbounded Sets
von: Huang, Lei, et al.
Veröffentlicht: (2024)