338 articoli
Questo articolo stabilisce la stretta ottimalità dei tassi di convergenza noti per il passo di Polyak, dimostra come gli errori di punto galleggiante ne migliorino le prestazioni nel caso peggiore e ne conferma l'universalità adattandosi automaticamente a diverse classi di funzioni senza richiedere parametri a priori.
Questo articolo presenta test su prototipi e un algoritmo di allocazione del controllo per il concetto CABLESSail, dimostrando come l'azionamento tramite cavi possa efficacemente modellare le vele solari per la gestione del momento angolare e superare le capacità degli attuatori attuali.
Questo articolo introduce un quadro di stratificazione per la programmazione semidefinita non lineare che sfrutta la geometria del sistema KKT non liscio, caratterizzando la regolarità attraverso condizioni di secondo ordine deboli e proponendo un metodo di Gauss-Newton stratificato che garantisce convergenza globale e quadratica locale.
Questo studio sviluppa un modello teorico e propone meccanismi di intervento, come il routing gerarchico e la cross-sussidiazione, per ottimizzare l'efficienza e coordinare i sistemi di trasporto informale e privatizzato, i quali, pur essendo essenziali per la mobilità urbana, operano spesso in modo decentralizzato con conseguenti perdite di rendimento che possono essere mitigate attraverso politiche pubbliche mirate.
Questo articolo propone un metodo di maggiorizzazione-minimizzazione congiunta per le decomposizioni tensoriali non negative CP e Tucker sotto divergenze , che evita l'uso esplicito di srotolamenti e grandi matrici ausiliarie utilizzando solo contrazioni tensoriali per ottenere aggiornamenti efficienti e garantire la convergenza.
Il paper presenta regole di calcolo per l'esponente di Kurdyka-Łojasiewicz basate sul teorema del rango e sulle azioni dei gruppi di Lie, offrendo un quadro unificato per dimostrare la convergenza lineare di algoritmi in fattorizzazione di matrici e reti neurali lineari senza richiedere calcoli di gradiente o Hessiana.
Questo articolo risolve un problema di massimizzazione dell'utilità intertemporale con vincolo di divieto di indebitamento nel modello Kim-Omberg, trasformando il problema primale in uno di controllo singolare duale e caratterizzandolo tramite un problema di arresto ottimale bidimensionale per derivare le strategie ottimali di consumo e portafoglio.
Questo articolo presenta un algoritmo esatto e parallelizzabile a convergenza geometrica per risolvere modelli di coda ipercubici spaziali con tassi di servizio eterogenei, offrendo prestazioni computazionali significativamente superiori rispetto ai metodi tradizionali e rendendo fattibili problemi su larga scala nei sistemi di emergenza.
Questo articolo propone un approccio neurodinamico a due scale temporali per risolvere problemi di ottimizzazione con vincoli congiunti di probabilità geometrici e robustezza distribuzionale, dimostrando la convergenza verso l'ottimo globale senza ricorrere ai metodi di risoluzione tradizionali.
Questo studio presenta un modello di ottimizzazione stocastica a due stadi, implementato nel framework open-source *OptBio*, che supporta la pianificazione robusta degli investimenti e delle operazioni per impianti di biocarburanti e bioelettricità da canna da zucchero in Brasile, evidenziando come le strategie avverse al rischio favoriscano la diversificazione rispetto alle strategie neutrali.
Il paper propone un approccio di controllo robotico basato sul principio di energia libera e sulla robustezza distribuzionale per unificare l'esplorazione e la gestione delle incertezze epistemiche, permettendo una manipolazione affidabile e ripetibile in scenari reali senza necessità di affinamento specifico del compito.
Questo articolo propone un metodo di Gauss-Newton per problemi inversi su larga scala vincolati da equazioni differenziali alle derivate parziali, come l'inversione di forma d'onda completa, che elimina la necessità di risoluzioni PDE aggiuntive oltre a quelle richieste per il calcolo del gradiente, combinando così l'efficienza computazionale dei metodi basati sul gradiente con la rapida convergenza dei metodi di Gauss-Newton.
Il documento dimostra che, anche in contesti non euclidei e vincolati, la sequenza di valutazione del gradiente nel metodo del gradiente accelerato di Nesterov raggiunge la stessa complessità di iterazione ottimale della sequenza delle soluzioni approssimate.
Questo lavoro introduce i Joint MDP (JMDP), un formalismo che estende i processi decisionali di Markov classici per modellare ambienti a dinamiche accoppiate attraverso un'interfaccia multi-azione che specifica le leggi congiunte dei risultati controfattuali, consentendo lo sviluppo di algoritmi di programmazione dinamica e incrementali con garanzie di convergenza per i momenti di ritorno.
Questo lavoro estende il metodo del simplesso geometrico agli spazi vettoriali topologici localmente convessi, fornendo condizioni di convergenza che generalizzano studi precedenti su spazi di Hilbert e dimostrando che le poliedre definite in questo contesto possiedono punti estremi esposti connessi da cammini di spigoli, permettendo così l'ottimizzazione su oggetti complessi come il cubo di Hilbert.
Questo lavoro introduce un nuovo quadro di equazioni differenziali ordinarie ad alta risoluzione per metodi del primo ordine con momento, risolvendo i limiti dei modelli precedenti e offrendo approfondimenti teorici e correzioni che garantiscono tassi di convergenza ottimali globali.
Questo articolo presenta un'implementazione dettagliata del metodo di Newton per l'ottimizzazione sulla varietà di Stiefel indefinita, basata su un'analisi approfondita della sua geometria del secondo ordine e sulla risoluzione dell'equazione di Newton nello spazio tangente tramite il metodo del gradiente coniugato lineare.
Il metodo IBSN proposto risolve in modo efficiente e preciso i problemi di trasporto ottimo su larga scala combinando un framework di punto prossimale Bregman con un solver Newton sparsificato, superando i limiti di velocità e stabilità numerica delle alternative regolarizzate.
Questo articolo propone un nuovo algoritmo di offerta per aste al primo prezzo contestuali con vincoli di budget e feedback unilaterale, che combina un metodo di regressione robusta basato sull'invarianza della quantile condizionale con un aggiornamento duale per ottenere un rimpianto ottimale dell'ordine di .
Il paper esamina una serie uniparametrica di strutture lorentziane left-invarianti sul rivestimento universale di SL(2,R) dotate di simmetria SO(1,1), analizzando l'ottimalità globale delle geodetiche e il comportamento al limite che porta alla struttura sub-lorentziana.