Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

A fast gradient and function sampling method for finite-max functions

Texto completo
Autor(es):
Helou, Elias S. [1] ; Santos, Sandra A. [2] ; Simoes, Lucas E. A. [2]
Número total de Autores: 3
Afiliação do(s) autor(es):
[1] Univ Sao Paulo, Inst Math Sci & Computat, Sao Carlos, SP - Brazil
[2] Univ Estadual Campinas, Dept Appl Math, Campinas, SP - Brazil
Número total de Afiliações: 2
Tipo de documento: Artigo Científico
Fonte: COMPUTATIONAL OPTIMIZATION AND APPLICATIONS; v. 71, n. 3, p. 673-717, DEC 2018.
Citações Web of Science: 0
Resumo

This paper proposes an algorithm for the unconstrained minimization of a class of nonsmooth and nonconvex functions that can be written as finite-max functions. A gradient and function-based sampling method is proposed which, under special circumstances, either moves superlinearly to a minimizer of the problem of interest or improves the optimality certificate. Global and local convergence analysis are presented, as well as examples that illustrate the obtained theoretical results. (AU)

Processo FAPESP: 13/05475-7 - Métodos computacionais de otimização
Beneficiário:Sandra Augusta Santos
Modalidade de apoio: Auxílio à Pesquisa - Temático
Processo FAPESP: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria
Beneficiário:Francisco Louzada Neto
Modalidade de apoio: Auxílio à Pesquisa - Centros de Pesquisa, Inovação e Difusão - CEPIDs
Processo FAPESP: 16/22989-2 - Um método amostral para problemas de otimização não suave com restrições
Beneficiário:Lucas Eduardo Azevedo Simões
Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
Processo FAPESP: 13/16508-3 - Cálculo rápido do operador generalizado de retroprojeção com aplicações em reconstrução tomográfica de imagens
Beneficiário:Elias Salomão Helou Neto
Modalidade de apoio: Auxílio à Pesquisa - Regular
Processo FAPESP: 13/14615-7 - Busca direcional não-monótona em métodos de amostragem de gradiente para otimização não-convexa e não-suave
Beneficiário:Lucas Eduardo Azevedo Simões
Modalidade de apoio: Bolsas no Brasil - Doutorado