A Class of Linear Programs Solvable by Coordinate-Wise Minimization
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F20%3A00342310" target="_blank" >RIV/68407700:21230/20:00342310 - isvavai.cz</a>
Výsledek na webu
<a href="https://doi.org/10.1007/978-3-030-53552-0_8" target="_blank" >https://doi.org/10.1007/978-3-030-53552-0_8</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-030-53552-0_8" target="_blank" >10.1007/978-3-030-53552-0_8</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
A Class of Linear Programs Solvable by Coordinate-Wise Minimization
Popis výsledku v původním jazyce
Coordinate-wise minimization is a simple popular method for large-scale optimization. Unfortunately, for general (non-differentiable and/or constrained) convex problems it may not find global minima. We present a class of linear programs that coordinate-wise minimization solves exactly. We show that dual LP relaxations of several well-known combinatorial optimization problems are in this class and the method finds a global minimum with sufficient accuracy in reasonable runtimes. Moreover, for extensions of these problems that no longer are in this class the method yields reasonably good suboptima. Though the presented LP relaxations can be solved by more efficient methods (such as max-flow), our results are theoretically non-trivial and can lead to new large-scale optimization algorithms in the future.
Název v anglickém jazyce
A Class of Linear Programs Solvable by Coordinate-Wise Minimization
Popis výsledku anglicky
Coordinate-wise minimization is a simple popular method for large-scale optimization. Unfortunately, for general (non-differentiable and/or constrained) convex problems it may not find global minima. We present a class of linear programs that coordinate-wise minimization solves exactly. We show that dual LP relaxations of several well-known combinatorial optimization problems are in this class and the method finds a global minimum with sufficient accuracy in reasonable runtimes. Moreover, for extensions of these problems that no longer are in this class the method yields reasonably good suboptima. Though the presented LP relaxations can be solved by more efficient methods (such as max-flow), our results are theoretically non-trivial and can lead to new large-scale optimization algorithms in the future.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10100 - Mathematics
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2020
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Learning and Intelligent Optimization
ISBN
978-3-030-53551-3
ISSN
0302-9743
e-ISSN
1611-3349
Počet stran výsledku
16
Strana od-do
52-67
Název nakladatele
Springer Nature Switzerland AG
Místo vydání
Basel
Místo konání akce
Athens
Datum konání akce
24. 5. 2020
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—