Fugu-MT 論文翻訳(概要): Solving Large Scale Quadratic Constrained Basis Pursuit

論文の概要: Solving Large Scale Quadratic Constrained Basis Pursuit

arxiv url: http://arxiv.org/abs/2104.02475v1
Date: Fri, 2 Apr 2021 18:26:18 GMT
ステータス: 処理完了
システム内更新日: 2021-04-08 06:03:07.818929
Title: Solving Large Scale Quadratic Constrained Basis Pursuit
Title（参考訳）: 大規模二次的制約付き基底追跡の解法
Authors: Jirong Yi
Abstract要約: 大規模二次制約基底探索の解法のための効率的なアルゴリズムを提案する。実験の結果,提案アルゴリズムは50100倍の高速化を達成できることがわかった。
参考スコア（独自算出の注目度）: 3.8073142980733
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Inspired by alternating direction method of multipliers and the idea of operator splitting, we propose a efficient algorithm for solving large-scale quadratically constrained basis pursuit. Experimental results show that the proposed algorithm can achieve 50~~100 times speedup when compared with the baseline interior point algorithm implemented in CVX.
Abstract（参考訳）: 乗算器の向きの交互化法と演算子分割の考え方に着想を得て,大規模2次制約付き基底探索の効率的な解法を提案する。実験結果から,提案アルゴリズムはCVXで実装されたベースライン内点アルゴリズムと比較して50～100倍の高速化が可能であることがわかった。

関連論文リスト

Bregman-divergence-based Arimoto-Blahut algorithm [53.64687146666141]
本稿では,Arimoto-BlahutアルゴリズムをBregman-Diversergenceシステム上で定義された一般関数に一般化する。本稿では,古典的および量子速度歪み理論に適用可能な凸最適化自由アルゴリズムを提案する。
論文参考訳（メタデータ） (2024-08-10T06:16:24Z)
Efficient Numerical Algorithm for Large-Scale Damped Natural Gradient Descent [7.368877979221163]
本研究では,パラメータ数が利用可能なサンプル数を大幅に上回る大規模シナリオにおいて,減衰したフィッシャー行列を効率的に解くアルゴリズムを提案する。アルゴリズムはColesky分解に基づいており、一般に適用可能である。ベンチマークの結果、既存の手法よりもかなり高速であることが示されている。
論文参考訳（メタデータ） (2023-10-26T16:46:13Z)
Modified LAB Algorithm with Clustering-based Search Space Reduction Method for solving Engineering Design Problems [0.7789406630452325]
本稿では,改良型LABアルゴリズムを提案する。提案アルゴリズムは、ルーレットホイールアプローチとグループ間競争を導入した還元係数を取り入れたものである。アルゴリズムは改良され、より優れたロバスト性と探索空間探索能力を示した。
論文参考訳（メタデータ） (2023-10-04T12:35:13Z)
Accelerating Cutting-Plane Algorithms via Reinforcement Learning Surrogates [49.84541884653309]
凸離散最適化問題に対する現在の標準的なアプローチは、カットプレーンアルゴリズムを使うことである。多くの汎用カット生成アルゴリズムが存在するにもかかわらず、大規模な離散最適化問題は、難易度に悩まされ続けている。そこで本研究では,強化学習による切削平面アルゴリズムの高速化手法を提案する。
論文参考訳（メタデータ） (2023-07-17T20:11:56Z)
Fast Computation of Optimal Transport via Entropy-Regularized Extragradient Methods [75.34939761152587]
2つの分布間の最適な輸送距離の効率的な計算は、様々な応用を促進するアルゴリズムとして機能する。本稿では,$varepsilon$加法精度で最適な輸送を計算できるスケーラブルな一階最適化法を提案する。
論文参考訳（メタデータ） (2023-01-30T15:46:39Z)
Improving the Efficiency of Gradient Descent Algorithms Applied to Optimization Problems with Dynamical Constraints [3.3722008527102894]
通常の微分方程式を用いて最適化問題を解くための2つのブロック座標降下アルゴリズムを提案する。このアルゴリズムは損失関数勾配を評価するために直接または随伴感度解析法を実装する必要はない。
論文参考訳（メタデータ） (2022-08-26T18:26:50Z)
Amortized Implicit Differentiation for Stochastic Bilevel Optimization [53.12363770169761]
決定論的条件と決定論的条件の両方において、二段階最適化問題を解決するアルゴリズムのクラスについて検討する。厳密な勾配の推定を補正するために、ウォームスタート戦略を利用する。このフレームワークを用いることで、これらのアルゴリズムは勾配の偏りのない推定値にアクセス可能な手法の計算複雑性と一致することを示す。
論文参考訳（メタデータ） (2021-11-29T15:10:09Z)
Provably Faster Algorithms for Bilevel Optimization [54.83583213812667]
バイレベル最適化は多くの重要な機械学習アプリケーションに広く適用されている。両レベル最適化のための2つの新しいアルゴリズムを提案する。両アルゴリズムが$mathcalO(epsilon-1.5)$の複雑さを達成し,既存のアルゴリズムを桁違いに上回っていることを示す。
論文参考訳（メタデータ） (2021-06-08T21:05:30Z)
Efficient Algorithms for Rotation Averaging Problems [17.101725065752486]
平均問題は、コンピュータアプリケーションにおける基本的なタスクです。定常点への収束を保証したブロック平均化アルゴリズムを提案する。また,上界最小化を適用した平均化アルゴリズムを提案する。
論文参考訳（メタデータ） (2021-03-18T05:22:45Z)
IDEAL: Inexact DEcentralized Accelerated Augmented Lagrangian Method [64.15649345392822]
本稿では,局所関数が滑らかで凸な分散最適化環境下での原始的手法設計のためのフレームワークを提案する。提案手法は,加速ラグランジアン法により誘導されるサブプロブレム列を概ね解いたものである。加速度勾配降下と組み合わせることで,収束速度が最適で,最近導出された下界と一致した新しい原始アルゴリズムが得られる。
論文参考訳（メタデータ） (2020-06-11T18:49:06Z)
Multi-User Remote lab: Timetable Scheduling Using Simplex Nondominated Sorting Genetic Algorithm [1.0953917735844645]
マルチユーザ遠隔実験室のスケジューリングは,提案アルゴリズムのマルチモーダル関数としてモデル化される。提案アルゴリズムは,探索法としてSimplexアルゴリズム,局所最適点のソートにNSGAを用いる。
論文参考訳（メタデータ） (2020-03-26T02:31:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。