Buchumschlag

Global Convergence and Rate Analysis of the Steepest Descent Method for Uncertain Multiobjective Optimization via a Robust Optimization Approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kumar, Shubham, Mahato, Nihar Kumar, Ghosh, Debdas
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Solution of Uncertain Multiobjective Optimization Problems by Using Nonlinear Conjugate Gradient Method
von: Kumar, Shubham, et al.
Veröffentlicht: (2025)

Robust Optimization Approach for Solving Uncertain Multiobjective Optimization Problems Using the Projected Gradient Method
von: Kumar, Shubham, et al.
Veröffentlicht: (2025)

Newton Method for Multiobjective Optimization Problems of Interval-Valued Maps
von: Mondal, Tapas, et al.
Veröffentlicht: (2026)

Generalized Ordered Weighted Aggregation Robustness to Solve Uncertain Single Objective Optimization Problems
von: Kishor, Nand, et al.
Veröffentlicht: (2024)

Nonlinear Conjugate Gradient Method for Multiobjective Optimization Problems of Interval-Valued Maps
von: Mondal, Tapas, et al.
Veröffentlicht: (2026)

The Stochastic Steepest Descent Method for Robust Optimization in Banach Spaces
von: Chada, Neil K., et al.
Veröffentlicht: (2023)

A Quasi-Newton Method to Solve Uncertain Multiobjective Optimization Problems with Uncertainty Set of Finite Cardinality
von: Gupta, K., et al.
Veröffentlicht: (2025)

Addressing Discrete Dynamic Optimization via a Logic-Based Discrete-Steepest Descent Algorithm
von: Peng, Zedong, et al.
Veröffentlicht: (2024)

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

Cubic Regularization Technique of the Newton Method for Vector Optimization
von: Ghosh, Debdas
Veröffentlicht: (2025)

Point Convergence Analysis of the Accelerated Gradient Method for Multiobjective Optimization: Continuous and Discrete
von: Yin, Yingdong
Veröffentlicht: (2025)

Newton Method for Set Optimization Problems with Set-Valued Mapping of Finitely Many Vector-Valued Functions
von: Ghosh, Debdas, et al.
Veröffentlicht: (2024)

Convergence of Steepest Descent and Adam under Non-Uniform Smoothness
von: Vaswani, Sharan, et al.
Veröffentlicht: (2026)

Faster Acceleration for Steepest Descent
von: Bai, Cedar Site, et al.
Veröffentlicht: (2024)

Minimum Flow Steepest Descent Approach for Nonlinear PDE
von: Igbida, Noureddine
Veröffentlicht: (2024)

A Sequential Descent Method for Global Optimization
von: Tifroute, Mohamed, et al.
Veröffentlicht: (2020)

INTHOP: A Second-Order Globally Convergent Method for Nonconvex Optimization
von: Kumar, Krishan, et al.
Veröffentlicht: (2025)

Robust Analysis of Almost Sure Convergence of Zeroth-Order Mirror Descent Algorithm
von: Paul, Anik Kumar, et al.
Veröffentlicht: (2023)

Block Coordinate Descent Methods for Structured Nonconvex Optimization with Nonseparable Constraints: Optimality Conditions and Global Convergence
von: Yuan, Zhijie, et al.
Veröffentlicht: (2024)

On Convergence of Binary Trust-Region Steepest Descent
von: Manns, Paul, et al.
Veröffentlicht: (2022)

SPGD: Steepest Perturbed Gradient Descent Optimization
von: Vahedi, Amir M., et al.
Veröffentlicht: (2024)

PRP, HS and LS Conjugate Gradient Methods for Interval-Valued Multiobjective Optimization Problems
von: Mondal, Tapas, et al.
Veröffentlicht: (2026)

Logic-Based Discrete-Steepest Descent: A Solution Method for Process Synthesis Generalized Disjunctive Programs
von: Ovalle, Daniel, et al.
Veröffentlicht: (2024)

Accelerated Proximal Gradient Method with Backtracking for Multiobjective Optimization
von: Huang, Chengzhi, et al.
Veröffentlicht: (2024)

Distributed Nonconvex Optimization with Exponential Convergence Rate via Hybrid Systems Methods
von: Hendrickson, Katherine R., et al.
Veröffentlicht: (2025)

Dictionary-Restricted First-Order Descent Methods: Bounds and Convergence Rates
von: Berasategui, Miguel, et al.
Veröffentlicht: (2026)

Preconditioned Norms: A Unified Framework for Steepest Descent, Quasi-Newton and Adaptive Methods
von: Veprikov, Andrey, et al.
Veröffentlicht: (2025)

Robust Control of Uncertain Switched Affine Systems via Scenario Optimization
von: Monir, Negar, et al.
Veröffentlicht: (2025)

A Robust Optimization Approach for Scheduling with Uncertain Start-Time Dependent Costs
von: Rodríguez-Ballesteros, Sofía, et al.
Veröffentlicht: (2026)

Wasserstein Steepest Descent Flows of Discrepancies with Riesz Kernels
von: Hertrich, Johannes, et al.
Veröffentlicht: (2022)

Steepest Descent Algorithm for M-convex Function Minimization Using Long Step Length
von: Oki, Taihei, et al.
Veröffentlicht: (2025)

A Steepest Gradient Method with Nonmonotone Adaptive Step-sizes for the Nonconvex Minimax and Multi-Objective Optimization Problems
von: Anh, Nguyen Duc, et al.
Veröffentlicht: (2025)

Smoothing Accelerated Proximal Gradient Method with Backtracking for Nonsmooth Multiobjective Optimization
von: Chengzhi, Huang
Veröffentlicht: (2025)

A Proximal Gradient Method with an Explicit Line search for Multiobjective Optimization
von: Bello-Cruz, Yunier, et al.
Veröffentlicht: (2024)

Convergence Rate Bounds for the Mirror Descent Method: IQCs, Popov Criterion and Bregman Divergence
von: Li, Mengmou, et al.
Veröffentlicht: (2023)

Convergence of Spectral Descent for Non-smooth Optimization
von: Yang, Yixuan, et al.
Veröffentlicht: (2026)

Convergence Analysis of Noisy Distributed Gradient Descent for Non-convex Optimization -- Saddle Point Escape
von: Qin, Lei, et al.
Veröffentlicht: (2025)

PowerStep: Memory-Efficient Adaptive Optimization via $\ell_p$-Norm Steepest Descent
von: Lu, Yao, et al.
Veröffentlicht: (2026)

A Proof of the Exact Convergence Rate of Gradient Descent
von: Kim, Jungbin
Veröffentlicht: (2024)

Fast Accelerated Proximal Gradient Method with New Extrapolation Term for Multiobjective Optimization
von: Huang, Chengzhi
Veröffentlicht: (2025)