Buchumschlag

Negative Curvature Methods with High-Probability Complexity Guarantees for Stochastic Nonconvex Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Berahas, Albert S., Bollapragada, Raghu, Dong, Wanping
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

Exploiting Negative Curvature in Conjunction with Adaptive Sampling: Theoretical Results and a Practical Algorithm
von: Berahas, Albert S., et al.
Veröffentlicht: (2024)

Modified Line Search Sequential Quadratic Methods for Equality-Constrained Optimization with Unified Global and Local Convergence Guarantees
von: Berahas, Albert S., et al.
Veröffentlicht: (2024)

On the Convergence and Complexity of the Stochastic Central Finite-Difference Based Gradient Estimation Methods
von: Bollapragada, Raghu, et al.
Veröffentlicht: (2025)

Retrospective Approximation Sequential Quadratic Programming for Stochastic Optimization with General Deterministic Nonlinear Constraints
von: Berahas, Albert S., et al.
Veröffentlicht: (2025)

A Sequential Quadratic Programming Method with High Probability Complexity Bounds for Nonlinear Equality Constrained Stochastic Optimization
von: Berahas, Albert S., et al.
Veröffentlicht: (2023)

A Retrospective Approximation Approach for Smooth Stochastic Optimization
von: Newton, David, et al.
Veröffentlicht: (2021)

Fast Unconstrained Optimization via Hessian Averaging and Adaptive Gradient Sampling Methods
von: O'Leary-Roseberry, Thomas, et al.
Veröffentlicht: (2024)

Derivative-Free Optimization via Adaptive Sampling Strategies
von: Bollapragada, Raghu, et al.
Veröffentlicht: (2024)

Optimistic Noise-Aware Sequential Quadratic Programming for Equality Constrained Optimization with Rank-Deficient Jacobians
von: Berahas, Albert S., et al.
Veröffentlicht: (2025)

Efficient Mathematical Programming Formulation and Algorithmic Framework for Optimal Camera Placement
von: Kumar, Yash, et al.
Veröffentlicht: (2024)

A Gradient Sampling Algorithm for Noisy Nonsmooth Optimization
von: Berahas, Albert S., et al.
Veröffentlicht: (2026)

A Regularized Newton Method for Nonconvex Optimization with Global and Local Complexity Guarantees
von: Zhou, Yuhao, et al.
Veröffentlicht: (2025)

Stochastic Subgradient Methods with Guaranteed Global Stability in Nonsmooth Nonconvex Optimization
von: Xiao, Nachuan, et al.
Veröffentlicht: (2023)

On the Convergence and Complexity of Proximal Gradient and Accelerated Proximal Gradient Methods under Adaptive Gradient Estimation
von: Bollapragada, Raghu, et al.
Veröffentlicht: (2025)

Stochastic Bregman Subgradient Methods for Nonsmooth Nonconvex Optimization Problems
von: Ding, Kuangyu, et al.
Veröffentlicht: (2024)

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

Methods of Nonconvex Optimization
von: Mikhalevich, V. S., et al.
Veröffentlicht: (2024)

Adaptive Regularization within Trust Region Methods for Stochastic Nonconvex Optimization
von: Ha, Yunsoo, et al.
Veröffentlicht: (2026)

Trust Region Methods For Nonconvex Stochastic Optimization Beyond Lipschitz Smoothness
von: Xie, Chenghan, et al.
Veröffentlicht: (2023)

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

General Procedure to Provide High-Probability Guarantees for Stochastic Saddle Point Problems
von: Li, Dongyang, et al.
Veröffentlicht: (2024)

Deterministic and Stochastic Frank-Wolfe Recursion on Probability Spaces
von: Yu, Di, et al.
Veröffentlicht: (2024)

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

Zeroth-Order Federated Methods for Stochastic MPECs and Nondifferentiable Nonconvex Hierarchical Optimization
von: Qiu, Yuyang, et al.
Veröffentlicht: (2023)

Stochastic Push-Pull for Decentralized Nonconvex Optimization
von: You, Runze, et al.
Veröffentlicht: (2025)

Zeroth-Order Methods for Stochastic Nonconvex Nonsmooth Composite Optimization
von: Chen, Ziyi, et al.
Veröffentlicht: (2025)

Compressed Decentralized Momentum Stochastic Gradient Methods for Nonconvex Optimization
von: Liu, Wei, et al.
Veröffentlicht: (2025)

Stochastic Adaptive Optimization with Unreliable Inputs: A Unified Framework for High-Probability Complexity Analysis
von: Scheinberg, Katya, et al.
Veröffentlicht: (2025)

On the Hardness of Meaningful Local Guarantees in Nonsmooth Nonconvex Optimization
von: Kornowski, Guy, et al.
Veröffentlicht: (2024)

Compressed Distributed Stochastic Nonconvex Optimization with Differential Privacy
von: Xie, Antai, et al.
Veröffentlicht: (2026)

Stochastic Optimization Schemes for Performative Prediction with Nonconvex Loss
von: Li, Qiang, et al.
Veröffentlicht: (2024)

Dual Averaging Converges for Nonconvex Smooth Stochastic Optimization
von: Liu, Tuo, et al.
Veröffentlicht: (2025)

Guaranteeing Both Consensus and Optimality in Decentralized Nonconvex Optimization with Multiple Local Updates
von: Liu, Jie, et al.
Veröffentlicht: (2025)

A line search framework with restarting for noisy optimization problems
von: Berahas, Albert S., et al.
Veröffentlicht: (2025)

On Penalty Methods for Nonconvex Bilevel Optimization and First-Order Stochastic Approximation
von: Kwon, Jeongyeol, et al.
Veröffentlicht: (2023)

A Data-embedded Solution Paradigm for Nonconvex Probable Event Constrained Optimization
von: Li, Qifeng
Veröffentlicht: (2026)

SAPD+: An Accelerated Stochastic Method for Nonconvex-Concave Minimax Problems
von: Zhang, Xuan, et al.
Veröffentlicht: (2022)

Complexity Guarantees for Nonconvex Newton-MR Under Inexact Hessian Information
von: Lim, Alexander, et al.
Veröffentlicht: (2023)

Heterogeneous Stochastic Momentum ADMM for Distributed Nonconvex Composite Optimization
von: Zhang, Yangming, et al.
Veröffentlicht: (2026)

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