Buchumschlag

Entropic Mirror Descent for Linear Systems: Polyak's Stepsize and Implicit Bias

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Malitsky, Yura, Posch, Alexander
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Optimization and Control Machine Learning 90C25 (Primary) 65K05, 47J25, 90C30 (Secondary)
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On the convergence of an inertial proximal algorithm with a Tikhonov regularization term
von: László, Szilárd Csaba
Veröffentlicht: (2023)

Stochastic Block Bregman Projection with Polyak-like Stepsize for Possibly Inconsistent Convex Feasibility Problems
von: Zhang, Lu, et al.
Veröffentlicht: (2026)

Characterization of regularity via variational stability of alternating projections sequences
von: Battistoni, Francesco, et al.
Veröffentlicht: (2025)

A proximal-gradient inertial algorithm with Tikhonov regularization: strong convergence to the minimal norm solution
von: László, Szilárd Csaba
Veröffentlicht: (2024)

Strong Convergence of FISTA for Affinely Constrained Convex Quadratic Minimization
von: Bartz, Sedi, et al.
Veröffentlicht: (2026)

On the convergence of adaptive first order methods: proximal gradient and alternating minimization algorithms
von: Latafat, Puya, et al.
Veröffentlicht: (2023)

Adaptive proximal gradient methods are universal without approximation
von: Oikonomidis, Konstantinos A., et al.
Veröffentlicht: (2024)

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

On Opial's Lemma
von: Arakcheev, Aleksandr, et al.
Veröffentlicht: (2025)

The Grimmer--Shu--Wang Certificate and the Drori--Teboulle Minimax Constant-Stepsize Bound for $N\ge 3$
von: Zhang, Lixing
Veröffentlicht: (2026)

Relaxed Weak Accelerated Proximal Gradient Method: a Unified Framework for Nesterov's Accelerations
von: Li, Hongda, et al.
Veröffentlicht: (2025)

Preconditioned Proximal Gradient Methods with Conjugate Momentum: A Subspace Perspective
von: Chen, Jian, et al.
Veröffentlicht: (2026)

Extragradient method with feasible inexact projection to variational inequality problem
von: Millán, R. Díaz, et al.
Veröffentlicht: (2023)

A robust regularized extreme learning machine for regression problems based on self-adaptive accelerated extra-gradient algorithm
von: Adegoke, Muideen, et al.
Veröffentlicht: (2024)

Splitting Algorithms for Distributionally Robust Optimization
von: Briceño-Arias, Luis, et al.
Veröffentlicht: (2024)

Understanding FISTA's weak convergence: A step-by-step introduction to the 2025 milestone
von: Bauschke, Heinz H., et al.
Veröffentlicht: (2026)

Solving convex optimization problems via a second order dynamical system with implicit Hessian damping and Tikhonov regularization
von: László, Szilárd Csaba
Veröffentlicht: (2024)

The Chambolle-Pock method also converges weakly with $0 < θ\le 1$ and $τσ\|L\|^{2} < 4θ(2-θ)/(1 - 2θ+ 9θ^{2} - 4θ^{3})$
von: Upadhyaya, Manu
Veröffentlicht: (2026)

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

On Averaging and Extrapolation for Gradient Descent
von: Luner, Alan, et al.
Veröffentlicht: (2024)

Asymptotic Linear Convergence of ADMM for Isotropic TV Norm Compressed Sensing
von: Torres, Emmanuel Gil, et al.
Veröffentlicht: (2025)

Forward-Reflected-Backward and Shadow-Douglas--Rachford with partial inverse for Solving Monotone Inclusions
von: Roldán, Fernando
Veröffentlicht: (2023)

Accelerated Gradient Methods with Gradient Restart: Global Linear Convergence
von: Bao, Chenglong, et al.
Veröffentlicht: (2024)

Baillon-Bruck-Reich revisited: divergent-series parameters and strong convergence in the linear case
von: Bartz, Sedi, et al.
Veröffentlicht: (2025)

Symplectic Discretization Approach for Developing New Proximal Point Algorithm
von: Yuan, Ya-xiang, et al.
Veröffentlicht: (2023)

Nonsmooth Projection-Free Optimization with Functional Constraints
von: Asgari, Kamiar, et al.
Veröffentlicht: (2023)

Active set identification and rapid convergence for degenerate primal-dual problems
von: Díaz, Mateo, et al.
Veröffentlicht: (2026)

Fast Frank--Wolfe Algorithms with Adaptive Bregman Step-Size for Weakly Convex Functions
von: Takahashi, Shota, et al.
Veröffentlicht: (2025)

Three-Operator Splitting Method with Two-Step Inertial Extrapolation
von: Iyiola, Olaniyi S., et al.
Veröffentlicht: (2024)

Tikhonov regularization of monotone operator flows not only ensures strong convergence of the trajectories but also speeds up the vanishing of the residuals
von: Bot, Radu Ioan, et al.
Veröffentlicht: (2024)

Fast Reflected Forward-Backward algorithm: achieving fast convergence rates for convex optimization with linear cone constraints
von: Bot, Radu Ioan, et al.
Veröffentlicht: (2024)

Parameter-free accelerated gradient descent for nonconvex minimization
von: Marumo, Naoki, et al.
Veröffentlicht: (2022)

Accelerated-gradient-based generalized Levenberg--Marquardt method with oracle complexity bound and local quadratic convergence
von: Marumo, Naoki, et al.
Veröffentlicht: (2022)

The Global R-linear Convergence of Nesterov's Accelerated Gradient Method with Unknown Strongly Convex Parameter
von: Bao, Chenglong, et al.
Veröffentlicht: (2023)

Fast Optimistic Gradient Descent Ascent (OGDA) method in continuous and discrete time
von: Bot, Radu Ioan, et al.
Veröffentlicht: (2022)

Simplex Frank-Wolfe: Linear Convergence and Its Numerical Efficiency for Convex Optimization over Polytopes
von: Wang, Haoning, et al.
Veröffentlicht: (2025)

Relaxed and inertial nonlinear Forward-Backward algorithm
von: Maulén, Juan José, et al.
Veröffentlicht: (2025)

A Three-Operator Splitting Scheme Derived from Three-Block ADMM
von: Anshika, Anshika, et al.
Veröffentlicht: (2024)

Relaxed and Inertial Nonlinear Forward-Backward with Momentum
von: Roldán, Fernando, et al.
Veröffentlicht: (2024)

Forward Primal-Dual Half-Forward Algorithm for Splitting Four Operators
von: Roldán, Fernando
Veröffentlicht: (2023)