Buchumschlag

Primal-Dual Coordinate Descent for Nonconvex-Nonconcave Saddle Point Problems Under the Weak MVI Assumption

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Walwil, Iyad, Fercoq, Olivier
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Optimization and Control 90C26, 68W20, 68V05, 65K15
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

General Constrained Matrix Optimization
von: Garner, Casey, et al.
Veröffentlicht: (2024)

Spectrally Constrained Optimization
von: Garner, Casey, et al.
Veröffentlicht: (2023)

Delayed Feedback in Online Non-Convex Optimization: A Non-Stationary Approach with Applications
von: Lara, Felipe, et al.
Veröffentlicht: (2024)

Learning to Choose Branching Rules for Nonconvex MINLPs
von: Berthold, Timo, et al.
Veröffentlicht: (2026)

On the boundedness of the sequence generated by minibatch stochastic gradient descent
von: Bauschke, Heinz H., et al.
Veröffentlicht: (2025)

Inexact FPPA for the $\ell_0$ Sparse Regularization Problem
von: Fang, Ronglong, et al.
Veröffentlicht: (2024)

Power Homotopy for Zeroth-Order Non-Convex Optimizations
von: Xu, Chen
Veröffentlicht: (2025)

Global Optimization with A Power-Transformed Objective and Gaussian Smoothing
von: Xu, Chen
Veröffentlicht: (2024)

Distributed Gradient-Regularized Newton Method: Scheduled Consensus and O(epsilon^{-1}) Global Iteration Complexity
von: Hu, Wei, et al.
Veröffentlicht: (2026)

Minimization Over the Nonconvex Sparsity Constraint Using A Hybrid First-order method
von: Yang, Xiangyu, et al.
Veröffentlicht: (2021)

Stochastic Mirror Descent for Convex Optimization with Consensus Constraints
von: Borovykh, Anastasia, et al.
Veröffentlicht: (2022)

Convergence of iterates and improved rates for accelerated augmented Lagrangian methods for linearly constrained convex optimization
von: He, Xin, et al.
Veröffentlicht: (2026)

Progressive Power Homotopy for Non-convex Optimization
von: Xu, Chen
Veröffentlicht: (2026)

An Augmented Lagrangian Method for Training Recurrent Neural Networks
von: Wang, Yue, et al.
Veröffentlicht: (2024)

Some Remarks on the Optimal Level of Randomization in Global Optimization
von: Theodosopoulos, Ted
Veröffentlicht: (2004)

A distributed proximal splitting method with linesearch for locally Lipschitz gradients
von: Atenas, Felipe, et al.
Veröffentlicht: (2024)

Error Bound Analysis for the Regularized Loss of Deep Linear Neural Networks
von: Chen, Po, et al.
Veröffentlicht: (2025)

Consensus-based optimization for closed-box adversarial attacks and a connection to evolution strategies
von: Roith, Tim, et al.
Veröffentlicht: (2025)

Inexact Riemannian Gradient Descent Method for Nonconvex Optimization
von: Zhou, Juan, et al.
Veröffentlicht: (2024)

A Symplectic Discretization Based Proximal Point Algorithm for Convex Minimization
von: Yuan, Ya-xiang, et al.
Veröffentlicht: (2024)

Escaping Saddle Points via Curvature-Calibrated Perturbations: A Complete Analysis with Explicit Constants and Empirical Validation
von: Alpay, Faruk, et al.
Veröffentlicht: (2025)

Proximal Gradient Descent Ascent Methods for Nonsmooth Nonconvex-Concave Minimax Problems on Riemannian Manifolds
von: Xie, Xiyuan, et al.
Veröffentlicht: (2025)

Convergence of Momentum-Based Optimization Algorithms with Time-Varying Parameters
von: Vidyasagar, Mathukumalli
Veröffentlicht: (2025)

A Grover-compatible manifold optimization algorithm for quantum search
von: Lai, Zhijian, et al.
Veröffentlicht: (2025)

Effectively Leveraging Momentum Terms in Stochastic Line Search Frameworks for Fast Optimization of Finite-Sum Problems
von: Lapucci, Matteo, et al.
Veröffentlicht: (2024)

NOVAK: Unified adaptive optimizer for deep neural networks
von: Kavun, Sergii
Veröffentlicht: (2026)

SUDA-Muon: Structural Design Principles and Boundaries for Fully Decentralized Muon
von: Zhang, Hengrui, et al.
Veröffentlicht: (2026)

Riemannian Adaptive Regularized Newton Methods with Hölder Continuous Hessians
von: Zhang, Chenyu, et al.
Veröffentlicht: (2023)

Fast Stochastic Second-Order Adagrad for Nonconvex Bound-Constrained Optimization
von: Bellavia, S., et al.
Veröffentlicht: (2025)

A Representation Optimization Dichotomy, Lie-Algebraic Policy Optimization
von: KC, Sooraj, et al.
Veröffentlicht: (2026)

RA-DCA: A Randomized Active-Set DCA for Directional Stationarity in Max-Structured DC Programs
von: Niu, Yi-Shuai
Veröffentlicht: (2026)

Stochastic versus Deterministic in Stochastic Gradient Descent
von: Li, Runze, et al.
Veröffentlicht: (2025)

A Heuristic Alternating Direction Method of Multipliers Framework for Distributed and Centralized Tree-Constrained Optimization: Applications to Hop-Constrained Spanning Tree Multicommodity Flow Design
von: Mokhtari, Yacine
Veröffentlicht: (2025)

Communication Compression for Distributed Learning without Control Variates
von: Ortega, Tomas, et al.
Veröffentlicht: (2024)

Communication Compression for Distributed Learning with Aggregate and Server-Guided Feedback
von: Ortega, Tomas, et al.
Veröffentlicht: (2025)

Quantized and Asynchronous Federated Learning
von: Ortega, Tomas, et al.
Veröffentlicht: (2024)

Decentralized Parameter-Free Online Learning with Compressed Gossip
von: Ortega, Tomas, et al.
Veröffentlicht: (2026)

Decentralized Parameter-Free Online Learning
von: Ortega, Tomas, et al.
Veröffentlicht: (2025)

Convergence Conditions for Stochastic Line Search Based Optimization of Over-parametrized Models
von: Lapucci, Matteo, et al.
Veröffentlicht: (2024)

The Speed-Robustness Trade-Off for First-Order Methods with Additive Gradient Noise
von: Van Scoy, Bryan, et al.
Veröffentlicht: (2021)