Buchumschlag

Faster stochastic cubic regularized Newton methods with momentum

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Yiming, He, Chuan, Wang, Xiao, Peng, Zheng
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

Adaptive Newton-CG methods with global and local analysis for unconstrained optimization with Hölder continuous Hessian
von: Zeng, Ziyang, et al.
Veröffentlicht: (2026)

Block cubic Newton with greedy selection
von: Cristofari, Andrea
Veröffentlicht: (2024)

Nonsmooth Newton methods with effective subspaces for polyhedral regularization
von: Nghia, Tran T. A., et al.
Veröffentlicht: (2025)

Stability of a regularized Newton method with two potentials
von: Abbas, Boushra
Veröffentlicht: (2015)

Convergence rates of regularized quasi-Newton methods without strong convexity
von: Wang, Shida, et al.
Veröffentlicht: (2025)

Newton-CG methods for nonconvex unconstrained optimization with Hölder continuous Hessian
von: He, Chuan, et al.
Veröffentlicht: (2023)

Convergence analysis of a regularized Newton method with generalized regularization terms for convex optimization problems
von: Yamakawa, Yuya, et al.
Veröffentlicht: (2024)

An inexact $q$-order regularized proximal Newton method for nonconvex composite optimization
von: Liu, Ruyu, et al.
Veröffentlicht: (2023)

Theoretical analysis of the randomized subspace regularized Newton method for non-convex optimization
von: Fuji, Terunari, et al.
Veröffentlicht: (2022)

Faster Newton Methods for Convex and Nonconvex Optimization in Gradient Complexity
von: Chen, Lesi, et al.
Veröffentlicht: (2025)

On the complexity of proximal gradient and proximal gradient-Newton-CG methods for \(\ell_1\)-regularized Optimization
von: Zhu, Hong
Veröffentlicht: (2025)

A quadratically convergent semismooth Newton method for nonlinear semidefinite programming without generalized Jacobian regularity
von: Feng, Fuxiaoyue, et al.
Veröffentlicht: (2024)

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

A Globalized Semismooth Newton Method for Prox-regular Optimization Problems
von: Wu, Yuqia, et al.
Veröffentlicht: (2025)

Global non-asymptotic super-linear convergence rates of regularized proximal quasi-Newton methods on non-smooth composite problems
von: Wang, Shida, et al.
Veröffentlicht: (2024)

An asymptotic viscosity selection result for the regularized Newton dynamic
von: Abbas, Boushra
Veröffentlicht: (2015)

A stochastic first-order method with multi-extrapolated momentum for highly smooth unconstrained optimization
von: He, Chuan
Veröffentlicht: (2024)

Incremental Quasi-Newton Methods with Faster Superlinear Convergence Rates
von: Liu, Zhuanghua, et al.
Veröffentlicht: (2024)

An accelerated first-order regularized momentum descent ascent algorithm for stochastic nonconvex-concave minimax problems
von: Zhang, Huiling, et al.
Veröffentlicht: (2023)

Delayed supermartingale convergence lemmas for stochastic approximation with Nesterov momentum
von: Ming-Kun, Zhang
Veröffentlicht: (2024)

On adaptive stochastic heavy ball momentum for solving linear systems
von: Zeng, Yun, et al.
Veröffentlicht: (2023)

Convergence rates of stochastic gradient method with independent sequences of step-size and momentum weight
von: Hwang, Wen-Liang
Veröffentlicht: (2024)

A scalable sequential adaptive cubic regularization algorithm for optimization with general equality constraints
von: Pei, Yonggang, et al.
Veröffentlicht: (2025)

Newton and interior-point methods for (constrained) nonconvex-nonconcave minmax optimization with stability and instability guarantees
von: Chinchilla, Raphael, et al.
Veröffentlicht: (2022)

Zeroth-order Stochastic Cubic Newton Method Revisited
von: Liu, Yu, et al.
Veröffentlicht: (2024)

Online estimation of the inverse of the Hessian for stochastic optimization with application to universal stochastic Newton algorithms
von: Godichon-Baggioni, Antoine, et al.
Veröffentlicht: (2024)

Convergence rates of Newton's method for strongly self-concordant minimization
von: Tsipinakis, Nick, et al.
Veröffentlicht: (2025)

An efficient primal dual semismooth Newton method for semidefinite programming
von: Deng, Zhanwang, et al.
Veröffentlicht: (2025)

A multilevel stochastic regularized first-order method with application to finite sum minimization
von: Marini, Filippo, et al.
Veröffentlicht: (2024)

Convergence of the momentum method for semialgebraic functions with locally Lipschitz gradients
von: Josz, Cédric, et al.
Veröffentlicht: (2023)

Quasi-Newton method of Optimization is proved to be a steepest descent method under the ellipsoid norm
von: Li, Jiongcheng
Veröffentlicht: (2024)

Continuous differentiability of the signum function and Newton's method for bang-bang control
von: Wachsmuth, Daniel, et al.
Veröffentlicht: (2025)

Multi-cut stochastic approximation methods for solving stochastic convex composite optimization
von: Liang, Jiaming, et al.
Veröffentlicht: (2025)

On the B-subdifferential of proximal operators of affine-constrained $\ell_1$ regularizer
von: Li, Xudong, et al.
Veröffentlicht: (2025)

Wasserstein distributionally robust optimization and its tractable regularization formulations
von: Chu, Hong T. M., et al.
Veröffentlicht: (2024)

Active-set Newton-MR methods for nonconvex optimization problems with bound constraints
von: Birgin, Ernesto G., et al.
Veröffentlicht: (2025)

Newton methods beyond Hessian Lipschitz continuity: A nonlinear preconditioning approach
von: Bodard, Alexander, et al.
Veröffentlicht: (2026)

Second-order geometry and Riemannian Newton's method for optimization on the indefinite Stiefel manifold
von: Sato, Hiroyuki
Veröffentlicht: (2026)

Single-loop $\mathcal{O}(ε^{-3})$ stochastic smoothing algorithms for nonsmooth Riemannian optimization
von: Deng, Kangkang, et al.
Veröffentlicht: (2025)

Discretization error from regularized Reinforcement Learning to continuous-time stochastic control
von: Pham, Huyên, et al.
Veröffentlicht: (2026)