:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Buck, Kevin, Babyak, Jessica, Piersanti, Paolo, Zumbrun, Kevin, Gallos, Christiane, Gallos, Dorothea
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Optimization and Control
Online-Zugang:	https://arxiv.org/abs/2503.02155
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Sychronous vs. asynchronous coalitions in multiplayer games, with applications to guts poker
von: Babyak, Jessica, et al.
Veröffentlicht: (2024)

On the convergence analysis of the decentralized projected gradient descent method
von: Choi, Woocheol, et al.
Veröffentlicht: (2023)

Almost sure convergence of stochastic Hamiltonian descent methods
von: Williamson, Måns, et al.
Veröffentlicht: (2024)

Non-convergence to global minimizers for Adam and stochastic gradient descent optimization and constructions of local minimizers in the training of artificial neural networks
von: Jentzen, Arnulf, et al.
Veröffentlicht: (2024)

Non-smooth stochastic gradient descent using smoothing functions
von: Giovannelli, Tommaso, et al.
Veröffentlicht: (2025)

Two-norm discrepancy and convergence of the stochastic gradient method with application to shape optimization
von: Dambrine, Marc, et al.
Veröffentlicht: (2024)

Mirror descent method for stochastic multi-objective optimization
von: Yang, Linxi, et al.
Veröffentlicht: (2024)

New logarithmic step size for stochastic gradient descent
von: Shamaee, M. Soheil, et al.
Veröffentlicht: (2024)

Global convergence of gradient descent for phase retrieval
von: Fougereux, Théodore, et al.
Veröffentlicht: (2024)

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

Flattened one-bit stochastic gradient descent: compressed distributed optimization with controlled variance
von: Stollenwerk, Alexander, et al.
Veröffentlicht: (2024)

Learning rate adaptive stochastic gradient descent optimization methods: numerical simulations for deep learning methods for partial differential equations and convergence analyses
von: Dereich, Steffen, et al.
Veröffentlicht: (2024)

On the global convergence of gradient descent for wide shallow models with bounded nonlinearities
von: Petit, Romain, et al.
Veröffentlicht: (2026)

Proximal gradient-type method with generalized distance and convergence analysis without global descent lemma
von: Yagishita, Shotaro, et al.
Veröffentlicht: (2025)

A stochastic gradient descent algorithm with random search directions
von: Gbaguidi, Eméric
Veröffentlicht: (2025)

A global Barzilai and Borwein's gradient normalization descent method for multiobjective optimization
von: Yang, Yingxue
Veröffentlicht: (2024)

Convergence of continuous-time stochastic gradient descent with applications to deep neural networks
von: Lugosi, Gabor, et al.
Veröffentlicht: (2024)

Implicit regularization of normalized gradient descent
von: Josz, Cédric
Veröffentlicht: (2026)

Adaptive control mechanisms in gradient descent algorithms
von: Iannelli, Andrea
Veröffentlicht: (2025)

Introduction: Swarm-based gradient descent for non convex optimization
von: Tikko, Janina
Veröffentlicht: (2024)

Almost sure convergence rates of stochastic gradient methods under gradient domination
von: Weissmann, Simon, et al.
Veröffentlicht: (2024)

On the convergence of conditional gradient method for unbounded multiobjective optimization problems
von: Chen, Wang, et al.
Veröffentlicht: (2024)

A consensus-based optimization method for nonsmooth nonconvex programs with approximated gradient descent scheme
von: Wei, Jiazhen, et al.
Veröffentlicht: (2025)

Fast Spawn\&Prune (FS\&P): Global convergence of stochastic conic particle gradient descent via birth/death process
von: De Castro, Yohann, et al.
Veröffentlicht: (2026)

Exponential convergence rates for momentum stochastic gradient descent in the overparametrized setting
von: Gess, Benjamin, et al.
Veröffentlicht: (2023)

On the convergence of stochastic variance reduced gradient for linear inverse problems
von: Jin, Bangti, et al.
Veröffentlicht: (2025)

Mirror descent for constrained stochastic control problems
von: Sethi, Deven, et al.
Veröffentlicht: (2025)

PL conditions do not guarantee convergence of gradient descent-ascent dynamics
von: Mourrat, Jean-Christophe
Veröffentlicht: (2026)

Convergence of stochastic gradient descent under a local Lojasiewicz condition for deep neural networks
von: An, Jing, et al.
Veröffentlicht: (2023)

Learning complexity of gradient descent and conjugate gradient algorithms
von: Jiao, Xianqi, et al.
Veröffentlicht: (2024)

Equilibrium convergence in large games
von: Chen, Enxian, et al.
Veröffentlicht: (2020)

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)

A stochastic gradient method for trilevel optimization
von: Giovannelli, Tommaso, et al.
Veröffentlicht: (2025)

Alternatives with stronger convergence than coordinate-descent iterative LMI algorithms
von: Simon, Emile, et al.
Veröffentlicht: (2011)

A short proof of near-linear convergence of adaptive gradient descent under fourth-order growth and convexity
von: Davis, Damek, et al.
Veröffentlicht: (2026)

Efficiency of stochastic coordinate proximal gradient methods on nonseparable composite optimization
von: Necoara, I., et al.
Veröffentlicht: (2021)

Explicit solution to an optimal two-player switching game in infinite horizon
von: Asri, Brahim El, et al.
Veröffentlicht: (2024)

Using non-convex optimization in quantum process tomography: Factored gradient descent is tough to beat
von: Quiroga, David A., et al.
Veröffentlicht: (2023)

Dealing with unbounded gradients in stochastic saddle-point optimization
von: Neu, Gergely, et al.
Veröffentlicht: (2024)

Local convergence of mean-field Langevin dynamics: from gradient flows to linearly monotone games
von: Wang, Guillaume, et al.
Veröffentlicht: (2026)