Buchumschlag

Universal Adaptive Proximal Gradient Methods via Gradient Mapping Accumulation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Zimeng, Yurtsever, Alp
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

Generalized Stochastic Gradient Descent with Momentum Methods for Smooth Optimization
von: Wang, Zimeng, et al.
Veröffentlicht: (2026)

A Simple Adaptive Proximal Gradient Method for Nonconvex Optimization
von: Ye, Zilong, et al.
Veröffentlicht: (2025)

La Méthode du Gradient Proximé
von: Combettes, Patrick L.
Veröffentlicht: (2025)

Distributed Normal Map-based Stochastic Proximal Gradient Methods over Networks
von: Huang, Kun, et al.
Veröffentlicht: (2024)

Boosting Accelerated Proximal Gradient Method with Adaptive Sampling for Stochastic Composite Optimization
von: Zhu, Dongxuan, et al.
Veröffentlicht: (2025)

Adaptive Proximal Gradient Method for Convex Optimization
von: Malitsky, Yura, et al.
Veröffentlicht: (2023)

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

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

Anisotropic Proximal Gradient
von: Laude, Emanuel, et al.
Veröffentlicht: (2022)

Accelerated Proximal Gradient Method with Backtracking for Multiobjective Optimization
von: Huang, Chengzhi, et al.
Veröffentlicht: (2024)

Implicit Bias in Matrix Factorization and its Explicit Realization in a New Architecture
von: Hou, Yikun, et al.
Veröffentlicht: (2025)

Convex Formulations for Training Two-Layer ReLU Neural Networks
von: Prakhya, Karthik, et al.
Veröffentlicht: (2024)

A Relative Inexact Proximal Gradient Method with an Explicit Linesearch
von: Bello-Cruz, Yunier, et al.
Veröffentlicht: (2024)

Distributed and Inexact Proximal Gradient Method for Online Convex Optimization
von: Bastianello, Nicola, et al.
Veröffentlicht: (2020)

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

A Bregman Proximal Stochastic Gradient Method with Extrapolation for Nonconvex Nonsmooth Problems
von: Wang, Qingsong, et al.
Veröffentlicht: (2024)

Hinge-Proximal Stochastic Gradient Methods for Convex Optimization with Functional Constraints
von: Rajoriya, Vaibhav, et al.
Veröffentlicht: (2025)

A Proximal Gradient Method with an Explicit Line search for Multiobjective Optimization
von: Bello-Cruz, Yunier, et al.
Veröffentlicht: (2024)

Smoothing Accelerated Proximal Gradient Method with Backtracking for Nonsmooth Multiobjective Optimization
von: Chengzhi, Huang
Veröffentlicht: (2025)

A Unified Model for High-Resolution ODEs: New Insights on Accelerated Methods
von: Maskan, Hoomaan, et al.
Veröffentlicht: (2025)

Exact Convex Reformulations of Linear Neural Networks via Completely Positive Lifting
von: Prakhya, Karthik, et al.
Veröffentlicht: (2026)

Adaptive Accelerated Gradient Method for Smooth Convex Optimization
von: Wang, Zepeng, et al.
Veröffentlicht: (2025)

Fast Accelerated Proximal Gradient Method with New Extrapolation Term for Multiobjective Optimization
von: Huang, Chengzhi
Veröffentlicht: (2025)

Improved Analysis of Restarted Accelerated Gradient and Augmented Lagrangian Methods via Inexact Proximal Point Frameworks
von: Burns, Matthew X., et al.
Veröffentlicht: (2026)

Improved Rates for Stochastic Variance-Reduced Difference-of-Convex Algorithms
von: Nguyen, Anh Duc, et al.
Veröffentlicht: (2025)

Provable Reduction in Communication Rounds for Non-Smooth Convex Federated Learning
von: Palenzuela, Karlo, et al.
Veröffentlicht: (2025)

AGDA+: Proximal Alternating Gradient Descent Ascent Method with a Nonmonotone Adaptive Step-Size Search for Nonconvex Minimax Problems
von: Zhang, Xuan, et al.
Veröffentlicht: (2024)

Universal Gradient Methods for Stochastic Convex Optimization
von: Rodomanov, Anton, et al.
Veröffentlicht: (2024)

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

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

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

Adaptive Accelerated Gradient Descent Methods for Convex Optimization
von: Xu, Zeyi, et al.
Veröffentlicht: (2026)

Adaptive Control of Unknown Linear Switched Systems via Policy Gradient Methods
von: Laurent, Felix, et al.
Veröffentlicht: (2026)

A Practical Adaptive Subgame Perfect Gradient Method
von: Luner, Alan, et al.
Veröffentlicht: (2025)

Inertial Bregman Proximal Gradient under Partial Smoothness
von: Godeme, Jean-Jacques
Veröffentlicht: (2025)

Perturbed Proximal Gradient ADMM for Nonconvex Composite Optimization
von: Zhou, Yuan, et al.
Veröffentlicht: (2025)

Smoothing Accelerated Proximal Gradient Method with Fast Convergence Rate for Nonsmooth Multi-objective Optimization
von: Huang, Chengzhi
Veröffentlicht: (2023)

The Multi-Block DC Function Class: Theory, Algorithms, and Applications
von: Fatemi, Pouria, et al.
Veröffentlicht: (2026)

Nonconvex Stochastic Bregman Proximal Gradient Method with Application to Deep Learning
von: Ding, Kuangyu, et al.
Veröffentlicht: (2023)

Directional Smoothness and Gradient Methods: Convergence and Adaptivity
von: Mishkin, Aaron, et al.
Veröffentlicht: (2024)