Buchumschlag

Can a One-Point Feedback Zeroth-order Algorithm Achieve Linear Dimension Dependent Sample Complexity?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ye, Haishan, Chang, Xiangyu
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

Explicit and Non-asymptotic Query Complexities of Rank-Based Zeroth-order Algorithm on Stochastic Smooth Functions
von: Ye, Haishan
Veröffentlicht: (2025)

A Unified Zeroth-Order Optimization Framework via Oblivious Randomized Sketching
von: Ye, Haishan, et al.
Veröffentlicht: (2025)

High-Probability Guarantees for Random Zeroth-Order (Stochastic) Gradient Descent
von: Ye, Haishan
Veröffentlicht: (2026)

High-Probability Guarantees for Random Zeroth-Order Gradient Descent on Smooth Functions
von: Ye, Haishan
Veröffentlicht: (2026)

Why Does Adaptive Zeroth-Order Optimization Work?
von: Ye, Haishan, et al.
Veröffentlicht: (2026)

Optimal Decentralized Composite Optimization for Convex Functions
von: Ye, Haishan, et al.
Veröffentlicht: (2023)

Riemannian Accelerated Zeroth-order Algorithm: Improved Robustness and Lower Query Complexity
von: He, Chang, et al.
Veröffentlicht: (2024)

Anderson Acceleration Without Restart: A Novel Method with $n$-Step Super Quadratic Convergence Rate
von: Ye, Haishan, et al.
Veröffentlicht: (2024)

Complexity of Zeroth- and First-order Stochastic Trust-Region Algorithms
von: Ha, Yunsoo, et al.
Veröffentlicht: (2024)

Zeroth-Order Constrained Optimization from a Control Perspective via Feedback Linearization
von: Zhang, Runyu, et al.
Veröffentlicht: (2025)

Complexity Guarantees for Zeroth-order Methods via Exponentially-shifted Gaussian Smoothing: Mitigating Dimension-dependence and Incorporating Decision-dependence
von: Wang, Mingrui, et al.
Veröffentlicht: (2026)

Nonsmooth Optimization with Zeroth Order Comparison Feedback
von: Bakkali, Taha El, et al.
Veröffentlicht: (2026)

Stochastic Non-Smooth Non-Convex Optimization with Decision-Dependent Distributions
von: Liu, Chengchang, et al.
Veröffentlicht: (2026)

One-Point Residual Feedback Algorithms for Distributed Online Convex and Non-convex Optimization
von: Wang, Yaowen, et al.
Veröffentlicht: (2025)

Obtaining Lower Query Complexities through Lightweight Zeroth-Order Proximal Gradient Algorithms
von: Gu, Bin, et al.
Veröffentlicht: (2024)

Non-Stationary Bandit Convex Optimization: An Optimal Algorithm with Two-Point Feedback
von: He, Chang, et al.
Veröffentlicht: (2025)

Compressed Momentum-based Single-Point Zeroth-Order Algorithm for Stochastic Distributed Nonconvex Optimization
von: Chen, Linjing, et al.
Veröffentlicht: (2025)

A Zeroth-order Resilient Algorithm for Distributed Online Optimization against Byzantine Edge Attacks
von: Liu, Yuhang, et al.
Veröffentlicht: (2025)

An Efficient Stochastic Algorithm for Decentralized Nonconvex-Strongly-Concave Minimax Optimization
von: Chen, Lesi, et al.
Veröffentlicht: (2022)

Achieving Instance-dependent Sample Complexity for Constrained Markov Decision Process
von: Jiang, Jiashuo, et al.
Veröffentlicht: (2024)

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

Bregman Linearized Augmented Lagrangian Method for Nonconvex Constrained Stochastic Zeroth-order Optimization
von: Shi, Qiankun, et al.
Veröffentlicht: (2025)

Zeroth-Order Feedback Optimization in Multi-Agent Systems: Tackling Coupled Constraints
von: Duan, Yingpeng, et al.
Veröffentlicht: (2024)

An Inexact Preconditioned Zeroth-order Proximal Method for Composite Optimization
von: Liu, Shanglin, et al.
Veröffentlicht: (2024)

Compressed Zeroth-Order Algorithm for Stochastic Distributed Nonconvex Optimization
von: Wang, Haonan, et al.
Veröffentlicht: (2025)

Double Variance Reduction: A Smoothing Trick for Composite Optimization Problems without First-Order Gradient
von: Di, Hao, et al.
Veröffentlicht: (2024)

Zeroth-order Low-rank Hessian Estimation via Matrix Recovery
von: Wang, Tianyu, et al.
Veröffentlicht: (2024)

Stochastic Zeroth order Descent with Structured Directions
von: Rando, Marco, et al.
Veröffentlicht: (2022)

Accelerating Single-Point Zeroth-Order Optimization with Regression-Based Gradient Surrogates
von: Chen, Xin, et al.
Veröffentlicht: (2025)

SPABA: A Single-Loop and Probabilistic Stochastic Bilevel Algorithm Achieving Optimal Sample Complexity
von: Chu, Tianshu, et al.
Veröffentlicht: (2024)

Zeroth-order Gradient and Quasi-Newton Methods for Nonsmooth Nonconvex Stochastic Optimization
von: Marrinan, Luke, et al.
Veröffentlicht: (2023)

On the Complexity of Decentralized Smooth Nonconvex Finite-Sum Optimization
von: Luo, Luo, et al.
Veröffentlicht: (2022)

Continuous-Time Zeroth-Order Dynamics with Projection Maps: Model-Free Feedback Optimization with Safety Guarantees
von: Chen, Xin, et al.
Veröffentlicht: (2023)

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

A Parameter-Free Zeroth-Order Algorithm for Decentralized Stochastic Convex Optimization
von: Chen, Jiawei, et al.
Veröffentlicht: (2026)

A Zeroth-order Proximal Stochastic Gradient Method for Weakly Convex Stochastic Optimization
von: Pougkakiotis, Spyridon, et al.
Veröffentlicht: (2022)

A Simple Linear Convergence Analysis of the Point-SAGA Algorithm
von: Condat, Laurent, et al.
Veröffentlicht: (2024)

New Aspects of Black Box Conditional Gradient: Variance Reduction and One Point Feedback
von: Veprikov, Andrey, et al.
Veröffentlicht: (2024)

Query-Efficient Zeroth-Order Algorithms for Nonconvex Constrained Optimization
von: Jin, Ruiyang, et al.
Veröffentlicht: (2025)

A Parameter-Free and Near-Optimal Zeroth-Order Algorithm for Stochastic Convex Optimization
von: Ren, Kunjie, et al.
Veröffentlicht: (2025)