論文の概要: Tracking solutions of time-varying variational inequalities
- arxiv url: http://arxiv.org/abs/2406.14059v1
- Date: Thu, 20 Jun 2024 07:32:07 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-21 15:00:17.605795
- Title: Tracking solutions of time-varying variational inequalities
- Title(参考訳): 時変変変量不等式の追従解
- Authors: Hédi Hadiji, Sarah Sachs, Cristóbal Guzmán,
- Abstract要約: 時変変変分不等式の解を追跡することは、ゲーム理論、最適化、機械学習の応用において重要な問題である。
既存の結果を2つの方法で拡張する: 最初の結果では、亜線型解パスを持つ変分不等式に対する追跡境界を提供するが、必ずしも単調関数ではない。
第2の貢献は、周期的時間変化VIの離散力学系の収束挙動と軌道に関する広範な研究である。
- 参考スコア(独自算出の注目度): 13.538780148454208
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Tracking the solution of time-varying variational inequalities is an important problem with applications in game theory, optimization, and machine learning. Existing work considers time-varying games or time-varying optimization problems. For strongly convex optimization problems or strongly monotone games, these results provide tracking guarantees under the assumption that the variation of the time-varying problem is restrained, that is, problems with a sublinear solution path. In this work we extend existing results in two ways: In our first result, we provide tracking bounds for (1) variational inequalities with a sublinear solution path but not necessarily monotone functions, and (2) for periodic time-varying variational inequalities that do not necessarily have a sublinear solution path-length. Our second main contribution is an extensive study of the convergence behavior and trajectory of discrete dynamical systems of periodic time-varying VI. We show that these systems can exhibit provably chaotic behavior or can converge to the solution. Finally, we illustrate our theoretical results with experiments.
- Abstract(参考訳): 時変変変分不等式の解を追跡することは、ゲーム理論、最適化、機械学習の応用において重要な問題である。
既存の作業では、時間変化ゲームや時間変化最適化の問題が考慮されている。
強凸最適化問題や強単調ゲームの場合、これらの結果は、時間変化問題の変化が抑制されるという仮定のもと、つまり、部分線型解経路の問題を追跡保証する。
本研究では,(1) 変分不等式と,(1) 変分不等式と,(2) 変分不等式と,(1) 変分不等式と,(2) 変分不等式は,必ずしも下線解路長を持たない。
第2の貢献は、周期的時間変化VIの離散力学系の収束挙動と軌道に関する広範な研究である。
これらのシステムは、確実にカオス的な振る舞いを示すか、ソリューションに収束できることを示す。
最後に,実験による理論結果について解説する。
関連論文リスト
- Consistent Submodular Maximization [27.266085572522847]
定性制約下での単調部分モジュラ関数の最大化は、データマイニングや機械学習におけるいくつかの応用において古典的な最適化課題である。
本稿では, 安定解を持ちながら, ストリーミング方式で要素が到着し, 最適解に対する定数近似が維持されるという, 一貫性の制約のある動的環境において, この問題を考察する。
この設定では、一貫性と近似品質のトレードオフが異なるアルゴリズムを提供しています。
論文 参考訳(メタデータ) (2024-05-30T11:59:58Z) - Near-Optimal Solutions of Constrained Learning Problems [85.48853063302764]
機械学習システムでは、振る舞いを縮小する必要性がますます顕在化している。
これは、双対ロバスト性変数を満たすモデルの開発に向けた最近の進歩によって証明されている。
この結果から, 豊富なパラメトリゼーションは非次元的, 有限な学習問題を効果的に緩和することが示された。
論文 参考訳(メタデータ) (2024-03-18T14:55:45Z) - Exact Enforcement of Temporal Continuity in Sequential Physics-Informed
Neural Networks [0.0]
解アンザッツを用いて連続時間セグメント間の連続性を強制する手法を提案する。
この手法は、線形PDEと非線形PDEの両方を含む多くのベンチマーク問題に対して試験される。
提案手法を用いて行った数値実験により,従来のPINNとソフトコントラストの双方に対して,コンバージェンスと精度が優れていた。
論文 参考訳(メタデータ) (2024-02-15T17:41:02Z) - Learning solutions to some toy constrained optimization problems in
infinite dimensional Hilbert spaces [0.0]
無限次元ヒルベルト空間における2つの一般的な理論的制約付き最適化アルゴリズムの実装を提案する。
両手法がテスト問題に対して適切な近似を生成でき、異なる誤差の点で同等であることを示す。
論文 参考訳(メタデータ) (2024-01-02T17:32:53Z) - Differentiating Nonsmooth Solutions to Parametric Monotone Inclusion
Problems [0.0]
結果の直接的な結果は、これらの解がほぼ至る所で微分可能であることである。
私たちのアプローチは自動微分と完全に互換性があり、簡単にチェックできる仮定が伴います。
論文 参考訳(メタデータ) (2022-12-15T14:05:32Z) - SARAH-based Variance-reduced Algorithm for Stochastic Finite-sum
Cocoercive Variational Inequalities [137.6408511310322]
有限サムコヒーレンシブ変分不等式の問題を考える。
強い単調な問題に対しては、この方法を用いて解への線形収束を達成することができる。
論文 参考訳(メタデータ) (2022-10-12T08:04:48Z) - Semi-supervised Learning of Partial Differential Operators and Dynamical
Flows [68.77595310155365]
本稿では,超ネットワーク解法とフーリエニューラル演算子アーキテクチャを組み合わせた新しい手法を提案する。
本手法は, 1次元, 2次元, 3次元の非線形流体を含む様々な時間発展PDEを用いて実験を行った。
その結果、新しい手法は、監督点の時点における学習精度を向上し、任意の中間時間にその解を補間できることを示した。
論文 参考訳(メタデータ) (2022-07-28T19:59:14Z) - Continuous-time Analysis for Variational Inequalities: An Overview and
Desiderata [87.77379512999818]
広義のVI問題クラスを対象とする手法の分析と設計における連続時間視点の利用の最近の進歩について概説する。
本発表では, 単目的問題と多目的問題とを対比し, 後者の課題を浮き彫りにした。
また、一般の VI に適用可能なアルゴリズムに対して様々なデシダラタを定式化し、これらのデシダラタを達成することは関連する連続時間力学の理解から利益を得る可能性があると論じる。
論文 参考訳(メタデータ) (2022-07-14T17:58:02Z) - Improved Convergence Rate of Stochastic Gradient Langevin Dynamics with
Variance Reduction and its Application to Optimization [50.83356836818667]
勾配ランゲヴィン・ダイナミクスは非エプス最適化問題を解くための最も基本的なアルゴリズムの1つである。
本稿では、このタイプの2つの変種、すなわち、分散還元ランジュバンダイナミクスと再帰勾配ランジュバンダイナミクスを示す。
論文 参考訳(メタデータ) (2022-03-30T11:39:00Z) - Two-Stage Stochastic Optimization via Primal-Dual Decomposition and Deep
Unrolling [86.85697555068168]
2段階のアルゴリズム最適化は、様々な工学や科学的応用において重要な役割を果たす。
特に長期変数と短期変数が制約の中で結合されている場合、アルゴリズムは効率的ではない。
PDD-SSCAが既存のソリューションよりも優れたパフォーマンスを達成できることを示します。
論文 参考訳(メタデータ) (2021-05-05T03:36:00Z) - Transient growth of accelerated first-order methods for strongly convex
optimization problems [1.6114012813668934]
本稿では,高速化第一次最適化アルゴリズムの過渡挙動について検討する。
二次最適化問題に対しては、線形系理論のツールを用いて、非正規ダイナミクスの存在から過渡的成長が生じることを示す。
強凸滑らかな最適化問題に対して, 積分二次制約の理論を応用し, ネステロフ加速法の過渡応答の大きさの上限を定式化する。
論文 参考訳(メタデータ) (2021-03-14T20:01:14Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。