Convergence analysis of a proximal-type algorithm for DC programs with applications to variable selection
本文提出了一种结合近端点算法与线搜索步的迭代算法，在目标函数满足Kurdyka-Łojasiewicz性质的假设下，分析了该算法及其惯性近端方法的收敛性，并将其应用于线性回归中的变量选择问题。
🔢 Category
math.OC
302 篇论文
Alternating Subspace Method for Sparse Recovery of Signals
本文提出了一种融合贪婪法与分裂法思想的交替子空间方法（ASM），通过子空间受限的保真策略实现了全局收敛与局部几何收敛，并在 LASSO、信道估计及动态压缩感知等任务中展现出高效、准确且灵活的稀疏信号恢复性能。
Dampening parameter distributional shifts under robust control and gain scheduling
本文提出了一种通过凸半定规划来抑制参数分布偏移的鲁棒控制方法，旨在解决非线性系统在增益调度等场景下因状态 - 输入空间变化导致模型参数分布发生漂移的问题，确保控制器对未来数据的分布具有鲁棒性。
Stochastic and incremental subgradient methods for convex optimization on Hadamard spaces
该论文针对非正曲率度量空间（Hadamard 空间）中缺乏线性结构导致次梯度构造困难的问题，提出了一种基于 Busemann 函数的新型次梯度定义，并据此构建了具有复杂度保证的随机及增量次梯度优化算法，成功应用于 BHV 树空间等场景下的 -均值问题求解。
Convex Analysis in Spectral Decomposition Systems
该论文提出了一种统一的谱分解系统框架，通过引入新的简化最小化原理，将希尔伯特空间上谱函数的凸分析问题（如共轭、次梯度及 Bregman 邻近算子的计算）转化为更简单的不变函数问题，从而为傅里叶相位不变函数、混合范数正则化及矩阵特征值函数等广泛应用提供了构造性的解析工具。
Safety-Critical Control with Guaranteed Lipschitz Continuity via Filtered Control Barrier Functions
本文提出了一种结合输入正则化滤波器的滤波控制障碍函数（FCBF）框架，通过统一二次规划将高阶控制障碍函数（HOCBF）与滤波器相结合，在确保系统安全性的同时，为控制输入提供了严格的利普希茨连续性保证，从而有效避免了控制信号的突变并满足执行器限制。
Existence and Uniqueness of Physically Correct Hydraulic States in Water Distribution Systems -- A theoretical analysis on the solvability of non-linear systems of equations in the context of water distribution systems
本文通过严格的理论分析，证明了在给定常见观测子集（如水库水头和需水量）的情况下，基于物理原理的水分配系统非线性方程组解的存在性与唯一性，从而为水力模拟器的可靠性提供了此前缺失的数学基础。
On finite-horizon approximation of a feedback Nash equilibrium in LQ games
本文提出了一种通过求解有限时域博弈来近似无限时域线性二次动态博弈反馈纳什均衡的方法，在建立均衡存在唯一性条件及高效算法的同时，证明了该策略的总成本收敛性并给出了误差上界。
Global Convergence of Iteratively Reweighted Least Squares for Robust Subspace Recovery
本文证明了在确定性条件下，带有动态平滑正则化的迭代重加权最小二乘法（IRLS）变体能够从任意初始化线性全局收敛至真实子空间，填补了该算法在鲁棒子空间恢复及非凸流形优化领域缺乏理论保证的空白，并将其应用扩展至仿射子空间估计与神经网络训练。
Two-Stage Stochastic Capacity Expansion in Stable Matching under Truthful or Strategic Preference Uncertainty
本文针对学校选择等实际场景中偏好不确定性（包括外生的真实偏好和策略性误报导致的内生偏好）对容量规划的影响，提出了一个两阶段随机容量扩展模型，通过样本平均近似法结合拉格朗日与局部搜索启发式算法，在考虑学生策略行为的情况下优化容量决策以提升匹配结果。
Sample-Based Consistency in Infinite-Dimensional Conic-Constrained Stochastic Optimization
本文研究了无限维巴拿赫空间中带有几乎必然锥约束的随机优化问题，证明了样本平均逼近法在最优值、解以及 KKT 条件方面的一致性，并探讨了 Moreau-Yosida 正则化情形，为非参数回归、算子学习、最优传输及含不确定性偏微分方程等应用提供了理论依据。
Convergence Rate for the Last Iterate of Stochastic Gradient Descent Schemes
该论文在目标函数梯度满足全局-Hölder 连续性的参数化设定下，仅利用离散 Gronwall 不等式而非 Robbins-Siegmund 定理，推导并恢复了随机梯度下降（SGD）和随机重球法（SHB）在凸或非凸情形下最后迭代点的收敛速率，并证明了在特定条件下 SHB 能以高概率达到 的收敛界。
A Simple First-Order Algorithm for Full-Rank Equality Constrained Optimization
该论文提出了一种无需目标函数评估、不依赖惩罚函数或过滤器的简单一阶算法，用于求解非线性等式约束优化问题，其最坏情况评估复杂度达到与无约束问题相当的全局收敛速率 ，且在梯度噪声下表现出卓越的稳定性。
Lorentzian Polynomials, Semipositive Cones, and Cone-Stable EVI Systems
本文通过将洛伦兹多项式与完全对数凹多项式理论推广至任意凸锥 ，构建了 -洛伦兹形式及其相关锥的几何与代数性质，揭示了其与锥限制 Rayleigh 不等式、负相关性解释以及锥约束演化变分不等式系统 Lyapunov 稳定性之间的深刻联系。
Robust Assortment Optimization from Observational Data
本文提出了一种基于观测数据的鲁棒 assortment 优化框架，通过建模客户偏好分布偏移并最大化最坏情况下的预期收益，在理论界定了计算可行性与样本复杂度上下界的同时，揭示了实现样本高效鲁棒学习所需的最小数据条件“鲁棒单项覆盖”，从而弥合了鲁棒性与统计效率之间的差距。
Non-Rectangular Average-Reward Robust MDPs: Optimal Policies and Their Transient Values
本文研究了非矩形平均奖励鲁棒马尔可夫决策过程，证明了在弱通信假设下存在实现次线性期望遗憾的鲁棒最优策略，揭示了其鲁棒值的极小极大表示，并指出平均奖励最优性可能掩盖极差的瞬态表现，进而提出了一种结合最坏情况最优策略、序贯检验与在线学习回退机制的基于时段的策略，以实现常数阶的瞬态值。
On the Multi-Commodity Flow with convex objective function: Column-Generation approaches
本文提出了一种基于列生成技术的算法优化框架，用于解决具有凸性链路成本函数的多商品流问题（包括可拆分和不可拆分两种变体），旨在通过优化流量分布来提升电信网络资源利用效率并应对带宽受限导致的性能下降。
Hierarchical threshold structure in Max-Cut with geometric edge weights
本文研究了边权按字典序几何递减的完全图最大割问题，证明了在中间参数区间内孤立割的层级阈值结构，并 conjecture 当 时孤立割即为全局最优解。
Small noise asymptotics for a class of jump-diffusions with heavy tails for large times
本文研究了小噪声极限下由布朗运动和-稳定过程驱动的跳跃扩散过程，证明了当噪声趋于零时，其大时间边际分布的渐近行为由包含连续控制和脉冲控制的确定性最优控制问题的最优值所决定。
Data-driven robust Markov decision processes on Borel spaces: performance guarantees via an axiomatic approach
本文提出了一种基于经验分布和距离函数子水平集构建模糊集的鲁棒马尔可夫决策过程（RMDP）框架，通过连接弱收敛与距离收敛，证明了该方法在有限样本下能提供高概率的出样本性能上界及收敛速率，并指出相比之下传统的经验 MDP 无法保证此类有限样本性能。