論文の概要: On the Hypomonotone Class of Variational Inequalities
- arxiv url: http://arxiv.org/abs/2410.09182v1
- Date: Fri, 11 Oct 2024 18:35:48 GMT
- ステータス: 処理完了
- システム内更新日: 2024-10-30 15:53:25.728471
- Title: On the Hypomonotone Class of Variational Inequalities
- Title(参考訳): 変分不等式の低モノトン類について
- Authors: Khaled Alomar, Tatjana Chavdarova,
- Abstract要約: 本研究では,低単調な演算子に適用した場合の過次アルゴリズムの挙動について検討する。
次数次アルゴリズムが収束しない条件を特定するための評価定理を提供する。
- 参考スコア(独自算出の注目度): 4.204990010424083
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: This paper studies the behavior of the extragradient algorithm when applied to hypomonotone operators, a class of problems that extends beyond the classical monotone setting. While the extragradient method is widely known for its efficacy in solving variational inequalities with monotone and Lipschitz continuous operators, we demonstrate that its convergence is not guaranteed in the hypomonotone setting. We provide a characterization theorem that identifies the conditions under which the extragradient algorithm fails to converge. Our results highlight the necessity of stronger assumptions to guarantee convergence of extragradient and to further develop the existing VI methods for broader problems.
- Abstract(参考訳): 本稿では,古典的な単調設定を超えた問題群である低単調演算子に適用した場合の過次アルゴリズムの挙動について検討する。
過次法はモノトンおよびリプシッツ連続作用素による変分不等式を解く効果で広く知られているが、低モノトン設定ではその収束が保証されないことを示す。
次数次アルゴリズムが収束しない条件を特定するための評価定理を提供する。
以上の結果から, 外部段階の収束を保証し, より広範な問題に対する既存のVI法をさらに発展させる上で, より強い仮定の必要性が浮き彫りにされた。
関連論文リスト
- Convergence of the Chambolle-Pock Algorithm in the Absence of Monotonicity [4.307128674848627]
Chambolle-Pockアルゴリズム(CPA)は、大規模な凸構造問題の解法の成功により、過去10年間で人気を博している。
この研究は、関連する原始双対作用素上のいわゆる弱ミント条件によって定量化される、(非)単調性の異なる問題に対する収束解析を拡張した。
論文 参考訳(メタデータ) (2023-12-11T17:20:24Z) - Eigenvalues asymptotics of unbounded operators. Two-photon quantum Rabi
model [0.0]
コンパクト、相対コンパクト、自己随伴、非自己随伴摂動の異なる場合を考える。
量子光学演算子に対するペレロモフ分解定理の原証明を与える。
論文 参考訳(メタデータ) (2023-12-09T19:27:20Z) - High-Probability Bounds for Stochastic Optimization and Variational
Inequalities: the Case of Unbounded Variance [59.211456992422136]
制約の少ない仮定の下で高確率収束結果のアルゴリズムを提案する。
これらの結果は、標準機能クラスに適合しない問題を最適化するために検討された手法の使用を正当化する。
論文 参考訳(メタデータ) (2023-02-02T10:37:23Z) - A Primal-Dual Approach to Solving Variational Inequalities with General Constraints [54.62996442406718]
Yang et al. (2023) は最近、一般的な変分不等式を解決するために一階勾配法を使う方法を示した。
この方法の収束性を証明し、演算子が$L$-Lipschitz と monotone である場合、この手法の最後の繰り返しのギャップ関数が$O(frac1sqrtK)$で減少することを示す。
論文 参考訳(メタデータ) (2022-10-27T17:59:09Z) - 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) - Clipped Stochastic Methods for Variational Inequalities with
Heavy-Tailed Noise [64.85879194013407]
単調なVIPと非単調なVIPの解法における信頼度に対数的依存を持つ最初の高確率結果が証明された。
この結果は光尾の場合で最もよく知られたものと一致し,非単調な構造問題に新鮮である。
さらに,多くの実用的な定式化の勾配雑音が重く,クリッピングによりSEG/SGDAの性能が向上することを示す。
論文 参考訳(メタデータ) (2022-06-02T15:21:55Z) - Tight Last-Iterate Convergence of the Extragradient Method for
Constrained Monotone Variational Inequalities [4.6193503399184275]
制約付きモノトンおよびリプシッツの変分不等式について, 過次法の最終点収束率を示す。
我々は,2乗法プログラミングのパワーと,指数関数法更新規則の低次元性を組み合わせた新しい手法を開発した。
論文 参考訳(メタデータ) (2022-04-20T05:12:11Z) - Understanding Contrastive Learning Requires Incorporating Inductive
Biases [64.56006519908213]
下流タスクにおけるコントラスト学習の成功を理論的に説明しようとする最近の試みは、エム強化の特性とエムコントラスト学習の損失の値によって保証が証明されている。
このような分析は,関数クラスやトレーニングアルゴリズムの帰納的バイアスを無視し,いくつかの設定において不確実な保証につながることを実証する。
論文 参考訳(メタデータ) (2022-02-28T18:59:20Z) - Some Hoeffding- and Bernstein-type Concentration Inequalities [47.24550702683417]
独立確率変数の関数の濃度不等式を準ガウジアンおよび準指数条件下で証明する。
不等式の実用性は、リプシッツ函数クラスと非有界部分指数分布へのラデマチャー複素数の現在の古典的方法の拡張によって証明される。
論文 参考訳(メタデータ) (2021-02-11T23:09:13Z) - The semiring of dichotomies and asymptotic relative submajorization [0.0]
我々は、事前順序付き半環上のストラッセンの定理の一般化を用いて、量子二コトミーと非対称微分可能性の資源理論を研究する。
非正規化ジコトミー上で定義される相対的部分行列化の変種は、テンソル積の下で乗法的であり、直和の下で加法的である実数値モノトンによって特徴づけられる。
論文 参考訳(メタデータ) (2020-04-22T14:13:26Z)
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。