Buchumschlag

Revisiting Superlinear Convergence of Proximal Newton-Like Methods to Degenerate Solutions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Ching-pei, Wright, Stephen J.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Incremental Gauss--Newton Methods with Superlinear Convergence Rates
von: Zhou, Zhiling, et al.
Veröffentlicht: (2024)

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

OPTAMI: Global Superlinear Convergence of High-order Methods
von: Kamzolov, Dmitry, et al.
Veröffentlicht: (2024)

Accelerated projected gradient algorithms for sparsity constrained optimization problems
von: Alcantara, Jan Harold, et al.
Veröffentlicht: (2022)

Distributed Optimization Algorithm with Superlinear Convergence Rate
von: Xu, Yeming, et al.
Veröffentlicht: (2024)

A Riemannian Proximal Newton Method
von: Si, Wutao, et al.
Veröffentlicht: (2023)

Regularized Adaptive Momentum Dual Averaging with an Efficient Inexact Subproblem Solver for Training Structured Neural Network
von: Huang, Zih-Syuan, et al.
Veröffentlicht: (2024)

A Riemannian Proximal Newton-CG Method
von: Huang, Wen, et al.
Veröffentlicht: (2024)

A Bifidelity Proximal Quasi-Newton Method for Dense Rigid Body Suspension Collision Resolution
von: Rummel, Nicholas, et al.
Veröffentlicht: (2026)

A Superlinearly Convergent Evolution Strategy
von: Glasmachers, Tobias
Veröffentlicht: (2025)

Stochastic Newton Proximal Extragradient Method
von: Jiang, Ruichen, et al.
Veröffentlicht: (2024)

Convergence of the Iterates of the Stochastic Proximal Gradient Method
von: Madariaga, Javier I.
Veröffentlicht: (2026)

OFF (Proximal) Newton-type Methods with Inexact Derivatives for Unconstrained Optimization
von: Zhu, Hong
Veröffentlicht: (2025)

Inexact and Implementable Accelerated Newton Proximal Extragradient Method for Convex Optimization
von: Huang, Ziyu, et al.
Veröffentlicht: (2024)

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

Multilevel Regularized Newton Methods with Fast Convergence Rates
von: Tsipinakis, Nick, et al.
Veröffentlicht: (2024)

Superlinear Optimization Algorithms
von: Wang, Hongxia, et al.
Veröffentlicht: (2024)

Adaptive Multilevel Newton: A Quadratically Convergent Optimization Method
von: Tsipinakis, Nick, et al.
Veröffentlicht: (2023)

A New Duality-Free Framework for Convex Optimisation with Superlinear Convergence and Effective Warm-Starting
von: Cummins, Michael, et al.
Veröffentlicht: (2026)

Remarks on "Successive Convexification: A Superlinearly Convergent Algorithm for Non-convex Optimal Control Problems"
von: Luo, Dayou, et al.
Veröffentlicht: (2024)

Revisiting Stochastic Proximal Point Methods: Generalized Smoothness and Similarity
von: Tovmasyan, Zhirayr, et al.
Veröffentlicht: (2025)

Newton Method Revisited: Global Convergence Rates up to $\mathcal {O}\left(k^{-3} \right)$ for Stepsize Schedules and Linesearch Procedures
von: Hanzely, Slavomír, et al.
Veröffentlicht: (2024)

Convergence Rate Analysis for Monotone Accelerated Proximal Gradient Method
von: Wang, Zepeng, et al.
Veröffentlicht: (2025)

An Adaptive Regularized Proximal Newton-Type Methods for Composite Optimization over the Stiefel Manifold
von: Wang, Qinsi, et al.
Veröffentlicht: (2024)

General Proximal Quasi-Newton Methods based on model functions for nonsmooth nonconvex problems
von: Jia, Xiaoxi
Veröffentlicht: (2025)

A Newton-Type Proximal Gradient Method for Nonlinear Multi-objective Optimization Problems
von: Ansary, Md Abu Talhamainuddin
Veröffentlicht: (2022)

Accelerating nuclear-norm regularized low-rank matrix optimization through Burer-Monteiro decomposition
von: Lee, Ching-pei, et al.
Veröffentlicht: (2022)

Huge-Scale Assortment Optimization with Customer Choice: A Parallel Primal-Dual Approach
von: Zhu, Donghao, et al.
Veröffentlicht: (2026)

Global Convergence Analysis of the Power Proximal Point and Augmented Lagrangian Method
von: Oikonomidis, Konstantinos A., et al.
Veröffentlicht: (2023)

Inertial Proximal Difference-of-Convex Algorithm with Convergent Bregman Plug-and-Play for Nonconvex Imaging
von: Chow, Tsz Ching, et al.
Veröffentlicht: (2024)

Weak Proximal Newton Oracles for Composite Convex Optimization
von: Garber, Dan
Veröffentlicht: (2025)

LeAP-SSN: A Semismooth Newton Method with Global Convergence Rates
von: Alphonse, Amal, et al.
Veröffentlicht: (2025)

A Proximal Modified Quasi-Newton Method for Nonsmooth Regularized Optimization
von: Diouane, Youssef, et al.
Veröffentlicht: (2024)

Convergent Complex Quasi-Newton Proximal Methods for Gradient-Driven Denoisers in Compressed Sensing MRI Reconstruction
von: Hong, Tao, et al.
Veröffentlicht: (2025)

Stochastic Bregman Proximal Gradient Method Revisited: Kernel Conditioning and Painless Variance Reduction
von: Zhang, Junyu
Veröffentlicht: (2024)

Inexact Accelerated Proximal Gradient Method Revisit: An Economical Variant via Shadow Points
von: Yang, Lei, et al.
Veröffentlicht: (2025)

Asymptotic Convergence Analysis of High-Order Proximal-Point Methods Beyond Sublinear Rates
von: Ahookhosh, Masoud, et al.
Veröffentlicht: (2025)

Simple Stepsize for Quasi-Newton Methods with Global Convergence Guarantees
von: Agafonov, Artem, et al.
Veröffentlicht: (2025)

A four-operator splitting algorithm for nonconvex and nonsmooth optimization
von: Alcantara, Jan Harold, et al.
Veröffentlicht: (2024)

Proximal Quasi-Newton Method for Composite Optimization over the Stiefel Manifold
von: Wang, Qinsi, et al.
Veröffentlicht: (2025)