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.)

String-averaging incremental stochastic subgradient algorithms

Texto completo
Autor(es):
Oliveira, R. M. [1] ; Helou, E. S. [1] ; Costa, E. F. [1]
Número total de Autores: 3
Afiliação do(s) autor(es):
[1] Univ Sao Paulo, Dept Appl Math & Stat, Inst Math & Comp Sci, Sao Carlos, SP - Brazil
Número total de Afiliações: 1
Tipo de documento: Artigo Científico
Fonte: OPTIMIZATION METHODS & SOFTWARE; v. 34, n. 3, p. 665-692, MAY 4 2019.
Citações Web of Science: 0
Resumo

We present a method to solve constrained convex stochastic optimization problems when the objective is a finite sum of convex functions . Our method is based on Incremental Stochastic Subgradient Algorithms and String-Averaging techniques, with an assumption that the subgradient directions are affected by random errors in each iteration. Our analysis allows the method to perform approximate projections onto the feasible set in each iteration. We provide convergence results for the case where a diminishing step-size rule is used. We test our method in a large set of random instances of a stochastic convex programming problem and we compare its performance with the robust mirror descent stochastic approximation algorithm proposed in Nemirovski et al. (Robust stochastic approximation approach to stochastic programming, SIAM J Optim 19 (2009), pp. 15741609). (AU)

Processo FAPESP: 15/10171-2 - Métodos incrementais e de média das sequências para otimização convexa não-diferenciável com Subgradientes Inexatos
Beneficiário:Rafael Massambone de Oliveira
Modalidade de apoio: Bolsas no Brasil - Doutorado
Processo FAPESP: 13/19380-8 - Controle e filtragem de sistemas estocásticos
Beneficiário:Eduardo Fontoura Costa
Modalidade de apoio: Auxílio à Pesquisa - Regular
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: 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: 17/20934-9 - Filtragem e controle de sistemas com saltos nos parâmetros
Beneficiário:Eduardo Fontoura Costa
Modalidade de apoio: Auxílio à Pesquisa - Regular