302 papers
Dit artikel presenteert en analyseert de convergentie van een proximaal-type algoritme voor DC-programmering, dat een afdaalrichting bepaalt via een lijnzoeksstap en onder de Kuraika-Łojasiewicz-aanname wordt toegepast op variabele selectie in lineaire regressie.
Dit artikel introduceert de Alternating Subspace Method (ASM), een nieuw algoritme voor de herwinning van sparse signalen dat greedy- en splitting-methoden combineert door data-aanpassing in een beperkte deelruimte uit te voeren, wat leidt tot gegarandeerde globale convergentie en snelle lokale convergentie op het LASSO-probleem.
Dit paper introduceert een methode om verdelingsverschuivingen in modelparameters te dempen door de gesloten-lus dynamiek te beperken tot consistentie met leerdata, wat wordt geformuleerd als een efficiënt oplosbaar convex semi-definitief programma voor robuuste regeling en gain scheduling.
Deze paper introduceert een nieuwe definitie van subgradienten voor Hadamard-ruimten, gebaseerd op Busemann-functies, waarmee stochastische en incrementele subgradiëntmethoden met gegarandeerde complexiteitsgrenzen kunnen worden toegepast op convex optimalisatieproblemen zoals het berekenen van medians in BHV-boomruimten.
Dit artikel introduceert een spectrale decompositiestructuur voor het analyseren van convexe spectrale functies op Hilbertruimten en biedt een constructief minimaliseringsprincipe dat de berekening van hun conjugaten, subgradienten en Bregman-proximaliteitsoptimalisaties vereenvoudigt door deze terug te brengen tot eenvoudigere invariantieproblemen.
Dit paper introduceert Filtered Control Barrier Functions (FCBFs), een kader dat bestaande HOCBF-methoden uitbreidt met een ingangregularisatiefilter om binnen een kwadratisch programma gelijktijdig veiligheid, ingangsbeperkingen en gegarandeerde Lipschitz-continuïteit van de besturing te waarborgen.
Dit artikel biedt een strikt theoretisch bewijs voor de existentie en uniciteit van fysisch correcte hydraulische toestanden in waterdistributiesystemen op basis van niet-lineaire vergelijkingen, waardoor de theoretische onderbouwing van bestaande simulatoren wordt versterkt.
Dit artikel presenteert een efficiënt algoritme dat een feedback Nash-evenwicht in oneindig-horizon lineair-kwadratische spellen benadert door op elk tijdstip een eindig-horizon spel op te lossen, waarbij de convergentie en de kostenafwijking ten opzichte van het ideale evenwicht wiskundig worden onderbouwd en gekwantificeerd.
Dit artikel bewijst dat een variant van Iteratively Reweighted Least Squares (IRLS) met dynamische regularisatie onder deterministische voorwaarden lineair convergeert naar de onderliggende deelruimte, waarmee voor het eerst globale convergentie wordt gegarandeerd voor IRLS in robuuste subspace recovery en niet-convexe optimalisatie op Riemanniaanse variëteiten.
Dit artikel introduceert een tweestaps-stochastisch model voor capaciteitsuitbreiding in schoolkeuzemarkten dat rekening houdt met zowel exogene onzekerheid als endogene strategische voorkeursmisrapportage, waarbij geavanceerde heuristieken worden ontwikkeld om de impact van studentengedrag op capaciteitsontwerp en toelatingsuitkomsten te optimaliseren.
Dit artikel biedt theoretische onderbouwing voor de consistentie van steekproefgemiddelde-benaderingen bij stochastische optimalisatieproblemen in oneindig-dimensionale Banachruimten met bijna-zekere conische constraints, waarbij de geldigheid wordt aangetoond voor zowel de originele problemen als voor Moreau-Yosida-geregulariseerde versies, inclusief de convergentie van KKT-voorwaarden en toepassingen in diverse gebieden zoals operator learning en optimalisatie onder onzekerheid.
Dit artikel analyseert de convergentiesnelheid van de laatste iteratie van stochastische gradiëntafdaal- en zware-bal-methoden voor convex en niet-convex doelfuncties met -Hölder-gladde gradiënten, en bewijst nieuwe convergentie-resultaten voor zowel de minimale dan wel de laatste iteratie door gebruik te maken van de discrete Gronwall-ongelijkheid in plaats van de Robbins-Siegmund-stelling.
Dit paper introduceert een eenvoudige eerste-orde algoritme voor volledige-rang gelijkheidsbeperkte optimalisatie dat adaptief stappen kiest zonder meritorie-functie, de doelobjectfunctie niet evalueert (geschikt voor ruis), en een globale convergentiesnelheid van O(1/√k) bereikt die vergelijkbaar is met die van onbeperkte methoden.
Dit artikel breidt de theorie van Lorentziaanse polynomen uit naar variatieanalyse en kegel-gedwongen dynamica door -Lorentziaanse polynomen te definiëren, hun relatie met semipositieve kegels en negatieve afhankelijkheid te onderzoeken, en nieuwe Lyapunov-stabiliteitscriteria voor lineaire evolutionaire variatieongelijkheden af te leiden.
Deze paper introduceert een robuust raamwerk voor assortimentsoptimalisatie dat rekening houdt met mogelijke verschuivingen in klantvoorkeuren en modelonjuistheden, waarbij statistisch optimale algoritmen worden ontwikkeld om de steekproefcomplexiteit te minimaliseren en gegarandeerde generalisatie te bieden onder onzekerheid.
Deze studie toont aan dat voor niet-rechthoekige robuuste Markov-beslissingsprocessen met gemiddelde beloning, elk beleid met sublineaire regret robuust optimaal is zonder de gebruikelijke rechthoekigheidsvoorwaarde, en introduceert een nieuw kader voor het analyseren van en verbeteren van de tijdelijke prestaties via een epoch-gebaseerd beleid.
Dit artikel presenteert een column-generatiebenadering voor het oplossen van het convex multi-commodity flow-probleem in telecommunicatienetwerken, waarbij zowel de splittable als de unsplittable varianten efficiënt worden behandeld om de totale linkkosten te minimaliseren.
Dit artikel onderzoekt een familie van Max-Cut-instanties met geometrisch afnemende randgewichten, waarbij de auteurs een scherpe fasendiagram afleiden voor geïsoleerde sneden en concluderen dat deze voor vermoedelijk globaal optimaal zijn.
Dit artikel onderzoekt het gedrag van positief recurrente Lévy-diffusies met zware staarten in het regime van kleine ruis en toont aan dat de limietverdeling op lange termijn wordt bepaald door de optimale waarde van een deterministisch controleprobleem dat zowel continue als impulscontrole omvat.
Dit artikel presenteert een axioma-benadering voor datagedreven robuuste Markov-beslissingsprocessen op Borel-ruimten, waarbij wordt aangetoond dat empirische verdelingen gecombineerd met een afstandsfunctie leiden tot sterke prestatiegaranties en convergentiebewijzen die ontbreken bij traditionele empirische MDP's.