Buchumschlag

On the Convex Interpolation for Linear Operators

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bousselmi, Nizar, Deng, Zhicheng, Lu, Jie, Glineur, Francois, Hendrickx, Julien M.
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

Interpolation Conditions for Linear Operators and Applications to Performance Estimation Problems
von: Bousselmi, Nizar, et al.
Veröffentlicht: (2023)

Comparison of Proximal First-Order Primal and Primal-Dual algorithms via Performance Estimation
von: Bousselmi, Nizar, et al.
Veröffentlicht: (2024)

Interpolation Constraints for Computing Worst-Case Bounds in Performance Estimation Problems
von: Rubbens, Anne, et al.
Veröffentlicht: (2023)

Performance Estimation of second-order optimization methods on classes of univariate functions
von: Rubbens, Anne, et al.
Veröffentlicht: (2025)

On the Set of Possible Minimizers of a Sum of Convex Functions
von: Zamani, Moslem, et al.
Veröffentlicht: (2024)

Numerical Design of Optimized First-Order Algorithms
von: Kamri, Yassine, et al.
Veröffentlicht: (2025)

On the Worst-Case Analysis of Cyclic Block Coordinate Descent type Algorithms
von: Kamri, Yassine, et al.
Veröffentlicht: (2025)

Interpolation Conditions for Data Consistency and Prediction in Noisy Linear Systems
von: Vanelli, Martina, et al.
Veröffentlicht: (2025)

Improved convergence rates for the Difference-of-Convex algorithm
von: Rotaru, Teodor, et al.
Veröffentlicht: (2024)

Tight Analysis of Difference-of-Convex Algorithm (DCA) Improves Convergence Rates for Proximal Gradient Descent
von: Rotaru, Teodor, et al.
Veröffentlicht: (2025)

Tight Convergence Rates in Gradient Mapping for the Difference-of-Convex Algorithm
von: Rotaru, Teodor, et al.
Veröffentlicht: (2025)

Worst-case convergence analysis of relatively inexact gradient descent on smooth convex functions
von: Vernimmen, Pierre, et al.
Veröffentlicht: (2025)

Exact Convergence rate of the subgradient method by using Polyak step size
von: Zamani, Moslem, et al.
Veröffentlicht: (2024)

Global and local approaches for the minimization of a sum of pointwise minima of convex functions
von: Van Dessel, Guillaume, et al.
Veröffentlicht: (2025)

Presolve techniques for quasi-convex chance constraints with finite-support low-dimensional uncertainty
von: Van Dessel, Guillaume, et al.
Veröffentlicht: (2025)

Global minimization of a minimum of a finite collection of functions
von: Van Dessel, Guillaume, et al.
Veröffentlicht: (2024)

PEPit: computer-assisted worst-case analyses of first-order optimization methods in Python
von: Goujaud, Baptiste, et al.
Veröffentlicht: (2022)

Empirical and computer-aided robustness analysis of long-step and accelerated methods in smooth convex optimization
von: Vernimmen, Pierre, et al.
Veröffentlicht: (2025)

Proximal gradient methods with inexact oracle of degree q for composite optimization
von: Nabou, Yassine, et al.
Veröffentlicht: (2024)

Exact worst-case convergence rates of gradient descent: a complete analysis for all constant stepsizes over nonconvex and convex functions
von: Rotaru, Teodor, et al.
Veröffentlicht: (2024)

Path-Based Conditions for the Identifiability of Non-additive Nonlinear Networks with Full Measurements
von: Vizuete, Renato, et al.
Veröffentlicht: (2025)

Local Identifiability of Fully-Connected Feed-Forward Networks with Nonlinear Node Dynamics
von: Vanelli, Martina, et al.
Veröffentlicht: (2024)

Nonlinear identifiability of directed acyclic graphs with partial excitation and measurement
von: Vizuete, Renato, et al.
Veröffentlicht: (2024)

Nonlinear Network Identifiability with Full Excitations
von: Vizuete, Renato, et al.
Veröffentlicht: (2024)

Consensus on Open Multi-Agent Systems Over Graphs Sampled from Graphons
von: Vizuete, Renato, et al.
Veröffentlicht: (2025)

Computer-aided analyses of stochastic first-order methods, via interpolation conditions for stochastic optimization
von: Rubbens, Anne, et al.
Veröffentlicht: (2025)

A constructive approach to strengthen algebraic descriptions of function and operator classes
von: Rubbens, Anne, et al.
Veröffentlicht: (2025)

On the Optimal Communication Weights in Distributed Optimization Algorithms
von: Colla, Sebastien, et al.
Veröffentlicht: (2024)

Exploiting Agent Symmetries for Performance Analysis of Distributed Optimization Methods
von: Colla, Sebastien, et al.
Veröffentlicht: (2024)

Conic-Optimization Based Algorithms for Nonnegative Matrix Factorization
von: Leplat, Valentin, et al.
Veröffentlicht: (2021)

Continuized Nesterov Acceleration for Non-Convex Optimization
von: Hermant, Julien, et al.
Veröffentlicht: (2025)

Identification of Nonlinear Acyclic Networks in Continuous Time from Nonzero Initial Conditions and Full Excitations
von: Anantharaman, Ramachandran, et al.
Veröffentlicht: (2026)

Dual first-order methods for efficient computation of convex hull prices
von: Tanji, Sofiane, et al.
Veröffentlicht: (2025)

Snacks: a fast large-scale kernel SVM solver
von: Tanji, Sofiane, et al.
Veröffentlicht: (2023)

On Integral Linear Constraints on Convex Cones
von: Vladu, Emil, et al.
Veröffentlicht: (2026)

Data Poisoning Attacks Can Systematically Destabilize Data-Driven Control Synthesis
von: Digge, Vijayanand, et al.
Veröffentlicht: (2026)

Operator Splitting for Convex Constrained Markov Decision Processes
von: Grontas, Panagiotis D., et al.
Veröffentlicht: (2024)

An Efficient Solution Method for Solving Convex Separable Quadratic Optimization Problems
von: Li, Shaoze, et al.
Veröffentlicht: (2025)

Guaranteed Feasibility in Differentially Private Linearly Constrained Convex Optimization
von: Benvenuti, Alexander, et al.
Veröffentlicht: (2024)

Several Performance Bounds on Decentralized Online Optimization are Highly Conservative and Potentially Misleading
von: Meunier, Erwan, et al.
Veröffentlicht: (2025)