Buchumschlag

Stochastic convergence of parallel asynchronous adaptive first-order methods

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gratton, Serge, Toint, Philippe L.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Optimization and Control 90C26, 90C06, 90C15, 90C30 I.2.6; F.2.1; G.1.6
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A unified convergence theory for adaptive first-order methods in the nonconvex case, including AdaNorm, full and diagonal AdaGrad, Shampoo and Muo
von: Gratton, S., et al.
Veröffentlicht: (2026)

Complexity of Adagrad and other first-order methods for nonconvex optimization problems with bounds constraints
von: Gratton, Serge, et al.
Veröffentlicht: (2024)

Complexity and performance for two classes of noise-tolerant first-order algorithms
von: Gratton, S., et al.
Veröffentlicht: (2022)

OPM, a collection of Optimization Problems in Matlab
von: Gratton, Serge, et al.
Veröffentlicht: (2021)

Pseudoconvex Problems in Operational Decision Systems: Algorithms for Joint Learning and Optimization
von: Li, Zijun, et al.
Veröffentlicht: (2026)

Enhancing Model Based Derivative Free Optimization using Direct Search
von: Li, Zijun, et al.
Veröffentlicht: (2026)

Escaping Saddle Points via Curvature-Calibrated Perturbations: A Complete Analysis with Explicit Constants and Empirical Validation
von: Alpay, Faruk, et al.
Veröffentlicht: (2025)

Taming Nonconvex Stochastic Mirror Descent with General Bregman Divergence
von: Fatkhullin, Ilyas, et al.
Veröffentlicht: (2024)

Multi-Objective Optimization with Desirability and Morris-Mitchell Criterion
von: Bartz-Beielstein, Thomas, et al.
Veröffentlicht: (2025)

Adaptive Conditional Forest Sampling for Spectral Risk Optimisation under Decision-Dependent Uncertainty
von: Kurbucz, Marcell T.
Veröffentlicht: (2026)

On Tackling High-Dimensional Nonconvex Stochastic Optimization via Stochastic First-Order Methods with Non-smooth Proximal Terms and Variance Reduction
von: Xie, Yue, et al.
Veröffentlicht: (2025)

Refining Graphical Neural Network Predictions Using Flow Matching for Optimal Power Flow with Constraint-Satisfaction Guarantee
von: Khanal, Kshitiz
Veröffentlicht: (2025)

Convex Mixed-Integer Nonlinear Programs Derived from Generalized Disjunctive Programming using Cones
von: Neira, David E. Bernal, et al.
Veröffentlicht: (2021)

prunAdag: an adaptive pruning-aware gradient method
von: Porcelli, Margherita, et al.
Veröffentlicht: (2025)

Natural Gradient VI: Guarantees for Non-Conjugate Models
von: Sun, Fangyuan, et al.
Veröffentlicht: (2025)

Barrier Algorithms for Constrained Non-Convex Optimization
von: Dvurechensky, Pavel, et al.
Veröffentlicht: (2024)

Stochastic First-Order Methods with Non-smooth and Non-Euclidean Proximal Terms for Nonconvex High-Dimensional Stochastic Optimization
von: Xie, Yue, et al.
Veröffentlicht: (2024)

On convergence of a $q$-random coordinate constrained algorithm for non-convex problems
von: Ghaffari-Hadigheh, Alireza, et al.
Veröffentlicht: (2022)

CAO: Curvature-Adaptive Optimization via Periodic Low-Rank Hessian Sketching
von: Du, Wenzhang
Veröffentlicht: (2025)

Amazon Locker Capacity Management
von: Sethuraman, Samyukta, et al.
Veröffentlicht: (2023)

A Structured Proximal Stochastic Variance Reduced Zeroth-order Algorithm
von: Rando, Marco, et al.
Veröffentlicht: (2025)

Improving Convergence Guarantees of Random Subspace Second-order Algorithm for Nonconvex Optimization
von: Higuchi, Rei, et al.
Veröffentlicht: (2024)

New vector transport operators extending a Riemannian CG algorithm to generalized Stiefel manifold with low-rank applications
von: Wang, Xuejie, et al.
Veröffentlicht: (2023)

A reliability-aware randomized simheuristic for the stochastic team orienteering problem
von: Circelli, Michele
Veröffentlicht: (2026)

pFedSOP : Accelerating Training Of Personalized Federated Learning Using Second-Order Optimization
von: Sen, Mrinmay, et al.
Veröffentlicht: (2025)

High Probability Guarantees for Random Reshuffling
von: Yu, Hengxu, et al.
Veröffentlicht: (2023)

$\texttt{skwdro}$: a library for Wasserstein distributionally robust machine learning
von: Vincent, Florian, et al.
Veröffentlicht: (2024)

Multi-Objective Optimization and Hyperparameter Tuning With Desirability Functions
von: Bartz-Beielstein, Thomas
Veröffentlicht: (2025)

From Non-Identifiability to Goal-Integrated Decision-Making in Parametric Inverse Optimization
von: Ahmadi, Farzin, et al.
Veröffentlicht: (2026)

TOPSIS-like metaheuristic for LABS problem
von: Urbańczyk, Aleksandra, et al.
Veröffentlicht: (2025)

A Stochastic Quasi-Newton Method in the Absence of Common Random Numbers
von: Menickelly, Matt, et al.
Veröffentlicht: (2023)

Accelerated Training of Federated Learning via Second-Order Methods
von: Sen, Mrinmay, et al.
Veröffentlicht: (2025)

Comparative Evaluation of SDP, SOCP, and QC Convex Relaxations for Large-Scale Market-Based AC Optimal Power Flow
von: Keskin, Ata
Veröffentlicht: (2026)

A globally convergent SQP-type method with least constraint violation for nonlinear semidefinite programming
von: Fu, Wenhao, et al.
Veröffentlicht: (2023)

Adaptive Stochastic Gradient Descent Ascent Algorithm for Nonconvex Minimax Problems with Decision-Dependent Distributions
von: Gao, Yan, et al.
Veröffentlicht: (2025)

Global Optimality for Constrained Exploration via Penalty Regularization
von: Wolf, Florian, et al.
Veröffentlicht: (2026)

PyEPO: A PyTorch-based End-to-End Predict-then-Optimize Library for Linear and Integer Programming
von: Tang, Bo, et al.
Veröffentlicht: (2022)

IGT-OMD: Implicit Gradient Transport for Decision-Focused Learning under Delayed Feedback
von: Amoh, Benjamin, et al.
Veröffentlicht: (2026)

Stochastic Optimization under Hidden Convexity
von: Fatkhullin, Ilyas, et al.
Veröffentlicht: (2023)

Shuffling the Stochastic Mirror Descent via Dual Lipschitz Continuity and Kernel Conditioning
von: Qiu, Junwen, et al.
Veröffentlicht: (2026)