Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

ACCELERATION AND GLOBAL CONVERGENCE OF A FIRST-ORDER PRIMAL-DUAL METHOD FOR NONCONVEX PROBLEMS

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14310%2F19%3A00113487" target="_blank" >RIV/00216224:14310/19:00113487 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://epubs.siam.org/doi/10.1137/18M1170194" target="_blank" >https://epubs.siam.org/doi/10.1137/18M1170194</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1137/18M1170194" target="_blank" >10.1137/18M1170194</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    ACCELERATION AND GLOBAL CONVERGENCE OF A FIRST-ORDER PRIMAL-DUAL METHOD FOR NONCONVEX PROBLEMS

  • Popis výsledku v původním jazyce

    The primal-dual hybrid gradient method, modified (PDHGM, also known as the Chambolle-Pock method), has proved very successful for convex optimization problems involving linear operators arising in image processing and inverse problems. In this paper, we analyze an extension to nonconvex problems that arise if the operator is nonlinear. Based on the idea of testing, we derive new step-length parameter conditions for the convergence in infinite-dimensional Hilbert spaces and provide acceleration rules for suitably (locally and/or partially) monotone problems. Importantly, we prove linear convergence rates as well as global convergence in certain cases. We demonstrate the efficacy of these step-length rules for PDE-constrained optimization problems.

  • Název v anglickém jazyce

    ACCELERATION AND GLOBAL CONVERGENCE OF A FIRST-ORDER PRIMAL-DUAL METHOD FOR NONCONVEX PROBLEMS

  • Popis výsledku anglicky

    The primal-dual hybrid gradient method, modified (PDHGM, also known as the Chambolle-Pock method), has proved very successful for convex optimization problems involving linear operators arising in image processing and inverse problems. In this paper, we analyze an extension to nonconvex problems that arise if the operator is nonlinear. Based on the idea of testing, we derive new step-length parameter conditions for the convergence in infinite-dimensional Hilbert spaces and provide acceleration rules for suitably (locally and/or partially) monotone problems. Importantly, we prove linear convergence rates as well as global convergence in certain cases. We demonstrate the efficacy of these step-length rules for PDE-constrained optimization problems.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    10102 - Applied mathematics

Návaznosti výsledku

  • Projekt

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2019

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    SIAM JOURNAL ON OPTIMIZATION

  • ISSN

    1052-6234

  • e-ISSN

  • Svazek periodika

    29

  • Číslo periodika v rámci svazku

    1

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    31

  • Strana od-do

    933-963

  • Kód UT WoS článku

    000462593800036

  • EID výsledku v databázi Scopus

    2-s2.0-85065421654