Practical Regularized Quasi-Newton Methods with Inexact Function Values
Cet article propose une méthode quasi-Newton régularisée tolérante au bruit, dotée d'une recherche linéaire de type Armijo relâchée, qui garantit une convergence globale vers un point stationnaire d'ordre un dans des environnements d'optimisation non convexes lisses affectés par des erreurs d'évaluation de la fonction objectif, tout en démontrant une robustesse et une efficacité supérieures aux méthodes existantes lors de tests sur des benchmarks CUTEst et avec une arithmétique de faible précision.