Fugu-MT 論文翻訳(概要): Parametric Nonconvex Optimization via Convex Surrogates

論文の概要: Parametric Nonconvex Optimization via Convex Surrogates

arxiv url: http://arxiv.org/abs/2604.05640v1
Date: Tue, 07 Apr 2026 09:41:58 GMT
ステータス: 翻訳完了
システム内更新日: 2026-04-08 17:42:09.746402
Title: Parametric Nonconvex Optimization via Convex Surrogates
Title（参考訳）: 凸サロゲートによるパラメトリック非凸最適化
Authors: Renzi Wang, Panagiotis Patrinos, Alberto Bemporad,
Abstract要約: 本稿では,パラメトリック非最適化問題に近似した代理問題を構築するための新しい学習ベースアプローチを提案する。概念の証明として、サロゲート問題は並列凸最適化によって直接解決できる。
参考スコア（独自算出の注目度）: 8.559768010483436
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper presents a novel learning-based approach to construct a surrogate problem that approximates a given parametric nonconvex optimization problem. The surrogate function is designed to be the minimum of a finite set of functions, given by the composition of convex and monotonic terms, so that the surrogate problem can be solved directly through parallel convex optimization. As a proof of concept, numerical experiments on a nonconvex path tracking problem confirm the approximation quality of the proposed method.
Abstract（参考訳）: 本稿では,パラメトリックな非凸最適化問題に近似した代理問題を構築するための新しい学習手法を提案する。代用関数は、凸項と単調項の合成によって与えられる有限個の関数の最小セットとして設計されており、代用関数は平行凸最適化によって直接解ける。概念実証として,非凸経路追跡問題に対する数値実験により,提案手法の近似品質が確認された。

関連論文リスト

Primal-Dual Methods for Nonsmooth Nonconvex Optimization with Orthogonality Constraints [18.943465155749003]
非線形および非最適化問題に特化して設計した線形化平滑化ラグランジアン法を提案する。標準の Kurdyka-LojasiewiczKL 特性の呼び出しにより,提案アルゴリズムの逐次収束を示す。平滑な制約問題と非滑らかな制約問題の両方の数値実験により、提案手法の計算効率とスケーラビリティが最先端のアルゴリズムと比較して優れていることを示した。
論文参考訳（メタデータ） (2026-04-05T14:27:12Z)
Zeroth-Order Methods for Stochastic Nonconvex Nonsmooth Composite Optimization [51.63258496873442]
合成最適化問題に関するこれまでの研究は、滑らか性の主要な部分、あるいはこれら2つの近似滑らか性点をそれぞれ除外した機械学習の例を必要とする。本研究では,この問題に対する2つの新しいアルゴリズムを提案する。これらのアルゴリズムは数値実験により有効であることを示す。
論文参考訳（メタデータ） (2025-10-06T02:35:42Z)
Nonconvex Optimization Framework for Group-Sparse Feedback Linear-Quadratic Optimal Control: Non-Penalty Approach [3.585860184121598]
固定通信(DFT-LQ)を用いた分散線形四元数問題と下位次次次フィードバック問題について検討した。
論文参考訳（メタデータ） (2025-07-26T09:50:21Z)
A Novel Unified Parametric Assumption for Nonconvex Optimization [53.943470475510196]
非最適化は機械学習の中心であるが、一般の非凸性は弱い収束を保証するため、他方に比べて悲観的すぎる。非凸アルゴリズムに新しい統一仮定を導入する。
論文参考訳（メタデータ） (2025-02-17T21:25:31Z)
Stochastic Zeroth-Order Optimization under Strongly Convexity and Lipschitz Hessian: Minimax Sample Complexity [59.75300530380427]
本稿では,アルゴリズムが検索対象関数の雑音評価にのみアクセス可能な2次スムーズかつ強い凸関数を最適化する問題を考察する。本研究は, ミニマックス単純後悔率について, 一致した上界と下界を発達させることにより, 初めて厳密な評価を行ったものである。
論文参考訳（メタデータ） (2024-06-28T02:56:22Z)
Low-Rank Extragradient Methods for Scalable Semidefinite Optimization [17.384717824118255]
この問題が低ランクの解を許容する高次元かつ高可算な設定に焦点をあてる。これらの条件下では、よく知られた過次法が制約付き最適化問題の解に収束することを示す理論的結果がいくつか提示される。
論文参考訳（メタデータ） (2024-02-14T10:48:00Z)
Outlier-Robust Sparse Estimation via Non-Convex Optimization [73.18654719887205]
空間的制約が存在する場合の高次元統計量と非破壊的最適化の関連について検討する。これらの問題に対する新規で簡単な最適化法を開発した。結論として、効率よくステーションに収束する一階法は、これらのタスクに対して効率的なアルゴリズムを導出する。
論文参考訳（メタデータ） (2021-09-23T17:38:24Z)
Conditional gradient methods for stochastically constrained convex minimization [54.53786593679331]
構造凸最適化問題に対する条件勾配に基づく2つの新しい解法を提案する。私たちのフレームワークの最も重要な特徴は、各イテレーションで制約のサブセットだけが処理されることです。提案アルゴリズムは, 条件勾配のステップとともに, 分散の低減と平滑化に頼り, 厳密な収束保証を伴っている。
論文参考訳（メタデータ） (2020-07-07T21:26:35Z)
Convergence of adaptive algorithms for weakly convex constrained optimization [59.36386973876765]
モローエンベロープの勾配のノルムに対して$mathcaltilde O(t-1/4)$収束率を証明する。我々の分析では、最小バッチサイズが1ドル、定数が1位と2位のモーメントパラメータが1ドル、そしておそらくスムーズな最適化ドメインで機能する。
論文参考訳（メタデータ） (2020-06-11T17:43:19Z)

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。