Classes 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%2F22%3A00358091" target="_blank" >RIV/68407700:21230/22:00358091 - isvavai.cz</a>
Výsledek na webu
<a href="https://doi.org/10.1007/s10472-021-09731-9" target="_blank" >https://doi.org/10.1007/s10472-021-09731-9</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/s10472-021-09731-9" target="_blank" >10.1007/s10472-021-09731-9</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Classes 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, its fixed points may not be global minima. We present two classes of linear programs (LPs) that coordinate-wise minimization solves exactly. We show that these classes subsume the dual LP relaxations of several well-known combinatorial optimization problems and the method finds a global minimum with sufficient accuracy in reasonable runtimes. Moreover, we experimentally show that the method frequently yields good suboptima or even optima for sparse LPs where optimality is not guaranteed in theory. Though the presented problems can be solved by more efficient methods, our results are theoretically non-trivial and can lead to new large-scale optimization algorithms in the future.
Název v anglickém jazyce
Classes 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, its fixed points may not be global minima. We present two classes of linear programs (LPs) that coordinate-wise minimization solves exactly. We show that these classes subsume the dual LP relaxations of several well-known combinatorial optimization problems and the method finds a global minimum with sufficient accuracy in reasonable runtimes. Moreover, we experimentally show that the method frequently yields good suboptima or even optima for sparse LPs where optimality is not guaranteed in theory. Though the presented problems can be solved by more efficient methods, our results are theoretically non-trivial and can lead to new large-scale optimization algorithms in the future.
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
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
2022
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Annals of Mathematics and Artificial Intelligence
ISSN
1012-2443
e-ISSN
1573-7470
Svazek periodika
90
Číslo periodika v rámci svazku
7-9
Stát vydavatele periodika
NL - Nizozemsko
Počet stran výsledku
31
Strana od-do
777-807
Kód UT WoS článku
000640161200001
EID výsledku v databázi Scopus
2-s2.0-85104612998