:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dahmen, Wolfgang, Li, Wuchen, Teng, Yuankai, Wang, Zhu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Optimization and Control Numerical Analysis 65K10, 68T07
Online-Zugang:	https://arxiv.org/abs/2507.13475
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SVD-Preconditioned Gradient Descent Method for Solving Nonlinear Least Squares Problems
von: Chang, Zhipeng, et al.
Veröffentlicht: (2026)

Variational conditional normalizing flows for computing second-order mean field control problems
von: Zhao, Jiaxi, et al.
Veröffentlicht: (2025)

Variable Projected Augmented Lagrangian Methods for Generalized Lasso Problems
von: Aleotti, Stefano, et al.
Veröffentlicht: (2025)

Recent Advances in Non-convex Smoothness Conditions and Applicability to Deep Linear Neural Networks
von: Patel, Vivak, et al.
Veröffentlicht: (2024)

Approximation of the Proximal Operator of the $\ell_\infty$ Norm Using a Neural Network
von: Linehan, Kathryn, et al.
Veröffentlicht: (2024)

An adaptive framework for first-order gradient methods
von: Hu, Xiaozhe, et al.
Veröffentlicht: (2026)

The Pontryagin Maximum Principle for Training Convolutional Neural Networks
von: Hofmann, Sebastian, et al.
Veröffentlicht: (2025)

Adaptive Preconditioned Gradient Descent with Energy
von: Liu, Hailiang, et al.
Veröffentlicht: (2023)

Meshless Shape Optimization using Neural Networks and Partial Differential Equations on Graphs
von: Martinet, Eloi, et al.
Veröffentlicht: (2025)

To be or not to be stable, that is the question: understanding neural networks for inverse problems
von: Evangelista, Davide, et al.
Veröffentlicht: (2022)

Objective Value Change and Shape-Based Accelerated Optimization for the Neural Network Approximation
von: Xie, Pengcheng, et al.
Veröffentlicht: (2025)

A network based approach for unbalanced optimal transport on surfaces
von: Pan, Jiangong, et al.
Veröffentlicht: (2024)

Global Energy Minimization for Simplex Mesh Optimization: A Radius Ratio Approach to Sliver Elimination
von: Wang, Dong, et al.
Veröffentlicht: (2025)

Oracle-Net for nonlinear compressed sensing in Electrical Impedance Tomography reconstruction problems
von: Lazzaro, Damiana, et al.
Veröffentlicht: (2024)

Error bounds for Physics Informed Neural Networks in Nonlinear Schrödinger equations placed on unbounded domains
von: Alejo, Miguel Á., et al.
Veröffentlicht: (2024)

Generalized sparsity-promoting solvers for Bayesian inverse problems: Versatile sparsifying transforms and unknown noise variances
von: Lindbloom, Jonathan, et al.
Veröffentlicht: (2024)

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

A Unified Framework for Lifted Training and Inversion Approaches
von: Wang, Xiaoyu, et al.
Veröffentlicht: (2025)

Boost Like a (Var)Pro: Trust-Region Gradient Boosting via Variable Projection
von: Chowdhary, Abhijit, et al.
Veröffentlicht: (2026)

Deep Uzawa for PDE constrained optimisation
von: Makridakis, Charalambos G., et al.
Veröffentlicht: (2024)

Deep Unfolding Network for Nonlinear Multi-Frequency Electrical Impedance Tomography
von: Alberti, Giovanni S., et al.
Veröffentlicht: (2025)

Fixed-Point Neural Optimal Transport without Implicit Differentiation
von: Park, Yesom, et al.
Veröffentlicht: (2026)

Riemannian Bilevel Optimization with Gradient Aggregation
von: Chen, Zhuo, et al.
Veröffentlicht: (2025)

Improved Convergence Factor of Windowed Anderson Acceleration for Symmetric Fixed-Point Iterations
von: Garner, Casey, et al.
Veröffentlicht: (2023)

DyKAF: Dynamical Kronecker Approximation of the Fisher Information Matrix for Gradient Preconditioning
von: Yudin, Nikolay, et al.
Veröffentlicht: (2025)

Solving Hamilton-Jacobi equations by minimizing residuals of monotone discretizations
von: Bokanowski, Olivier, et al.
Veröffentlicht: (2026)

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

A Layer Separation Optimization Framework for Cross-Entropy Training in Deep Learning
von: Liu, Yaru, et al.
Veröffentlicht: (2026)

Finite-difference least square methods for solving Hamilton-Jacobi equations using neural networks
von: Esteve-Yagüe, Carlos, et al.
Veröffentlicht: (2024)

Derivative-Informed Fourier Neural Operator: Universal Approximation and Applications to PDE-Constrained Optimization
von: Yao, Boyuan, et al.
Veröffentlicht: (2025)

Non-convergence to global minimizers in data driven supervised deep learning: Adam and stochastic gradient descent optimization provably fail to converge to global minimizers in the training of deep neural networks with ReLU activation
von: Do, Thang, et al.
Veröffentlicht: (2024)

SDFs from Unoriented Point Clouds using Neural Variational Heat Distances
von: Weidemaier, Samuel, et al.
Veröffentlicht: (2025)

Pontryagin's Principle Based Algorithms for Optimal Control Problems of Parabolic Equation
von: You, Weilong, et al.
Veröffentlicht: (2025)

Faster Adaptive Optimization via Expected Gradient Outer Product Reparameterization
von: DePavia, Adela, et al.
Veröffentlicht: (2025)

Model Error Covariance Estimation for Weak Constraint Data Assimilation
von: Babyale, Sandra R., et al.
Veröffentlicht: (2025)

Solving Fredholm Integral Equations of the Second Kind via Wasserstein Gradient Flows
von: Crucinio, Francesca R., et al.
Veröffentlicht: (2024)

A Gradient-thresholding Algorithm for Sparse Regularization
von: Nayak, Abinash
Veröffentlicht: (2020)

Solving Fredholm Integral Equations of the First Kind via Wasserstein Gradient Flows
von: Crucinio, Francesca R., et al.
Veröffentlicht: (2022)

Leveraging Operator Learning to Accelerate Convergence of the Preconditioned Conjugate Gradient Method
von: Kopaničáková, Alena, et al.
Veröffentlicht: (2025)

Asymptotic stability properties and a priori bounds for Adam and other gradient descent optimization methods
von: Dereich, Steffen, et al.
Veröffentlicht: (2025)