論文の概要: A Trust-Region Interior-Point Stochastic Sequential Quadratic Programming Method

• arxiv url: http://arxiv.org/abs/2603.10230v1
• Date: Tue, 10 Mar 2026 21:03:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-12 16:22:32.692156
• Title: A Trust-Region Interior-Point Stochastic Sequential Quadratic Programming Method
• Title（参考訳）: 信頼回帰内点確率列二次計画法
• Authors: Yuchen Fang, Jihun Kim, Sen Na, James Demmel, Javad Lavaei,
• Abstract要約: 本稿では,最適化問題を客観的かつ決定論的な非線形等式と不等式制約で解くために,信頼領域内2次計画法(TR-IP-SSQP)を提案する。 本手法は,テストセットであるCutestとロジスティック回帰問題から得られた問題のサブセットに実装し,その実用性能を実証する。
• 参考スコア（独自算出の注目度）: 21.498979629454286
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper, we propose a trust-region interior-point stochastic sequential quadratic programming (TR-IP-SSQP) method for solving optimization problems with a stochastic objective and deterministic nonlinear equality and inequality constraints. In this setting, exact evaluations of the objective function and its gradient are unavailable, but their stochastic estimates can be constructed. In particular, at each iteration our method builds stochastic oracles, which estimate the objective value and gradient to satisfy proper adaptive accuracy conditions with a fixed probability. To handle inequality constraints, we adopt an interior-point method (IPM), in which the barrier parameter follows a prescribed decaying sequence. Under standard assumptions, we establish global almost-sure convergence of the proposed method to first-order stationary points. We implement the method on a subset of problems from the CUTEst test set, as well as on logistic regression problems, to demonstrate its practical performance.
• Abstract（参考訳）: 本稿では,確率的目的と決定論的非線形等式と不等式制約による最適化問題の解法として,信頼領域内点確率二次計画法(TR-IP-SSQP)を提案する。 この設定では、目的関数とその勾配の正確な評価は不可能であるが、その確率的推定を構築することができる。 特に、各イテレーションにおいて、我々の手法は確率的オラクルを構築し、目標値と勾配を推定し、適切な適応精度条件を一定の確率で満たす。 不等式制約に対処するために、障壁パラメータが所定の減衰シーケンスに従う内部点法(IPM)を採用する。 標準仮定の下では,提案手法の1次定常点への大域的ほぼ収束性を確立する。 本手法は,CUTEstテストセットのサブセットとロジスティック回帰問題に基づいて実装し,その実用性能を実証する。

関連論文リスト

• Online Inference of Constrained Optimization: Primal-Dual Optimality and Sequential Quadratic Programming [55.848340925419286]
  等式制約と不等式制約を持つ2次最適化問題の解に対するオンライン統計的推測について検討した。 これらの問題を解決するための逐次プログラミング(SSQP)手法を開発し、目的の近似と制約の線形近似を逐次実行することでステップ方向を計算する。 本手法は,Hjek と Le Cam の意味での最適原始双対制限行列を用いて局所正規性を示す。
  論文  参考訳（メタデータ） (2025-11-27T06:16:17Z)
• Trust-Region Sequential Quadratic Programming for Stochastic Optimization with Random Models [57.52124921268249]
  本稿では,1次と2次の両方の定常点を見つけるための信頼逐次準計画法を提案する。 本手法は, 1次定常点に収束するため, 対象対象の近似を最小化して定義された各イテレーションの勾配ステップを計算する。 2階定常点に収束するため,本手法は負曲率を減少するヘッセン行列を探索する固有ステップも計算する。
  論文  参考訳（メタデータ） (2024-09-24T04:39:47Z)
• Likelihood Ratio Confidence Sets for Sequential Decision Making [51.66638486226482]
  確率に基づく推論の原理を再検討し、確率比を用いて妥当な信頼シーケンスを構築することを提案する。 本手法は, 精度の高い問題に特に適している。 提案手法は,オンライン凸最適化への接続に光を当てることにより,推定器の最適シーケンスを確実に選択する方法を示す。
  論文  参考訳（メタデータ） (2023-11-08T00:10:21Z)
• A Stochastic-Gradient-based Interior-Point Algorithm for Solving Smooth Bound-Constrained Optimization Problems [12.29270365918848]
  提案アルゴリズムは、他のインテリアポイント法からの主観的特異な制約に基づいている。 提案アルゴリズムは,プロジェクション,ステップサイズ,シーケンスシーケンスのバランスを慎重に保ち,数値的および決定論的両方の設定において収束を保証する。
  論文  参考訳（メタデータ） (2023-04-28T15:30:43Z)
• Fully Stochastic Trust-Region Sequential Quadratic Programming for Equality-Constrained Optimization Problems [62.83783246648714]
  目的と決定論的等式制約による非線形最適化問題を解くために,逐次2次プログラミングアルゴリズム(TR-StoSQP)を提案する。 アルゴリズムは信頼領域半径を適応的に選択し、既存の直線探索StoSQP方式と比較して不確定なヘッセン行列を利用することができる。
  論文  参考訳（メタデータ） (2022-11-29T05:52:17Z)

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。