新的Halpern迭代方法加速变分不等式求解

研究人员开发了一种新的Halpern迭代方法，显著提高了求解单调变分不等式（MVI）的收敛速度。这种新方法对MVI实现了$\tilde{\mathcal{O}}(T^{-2})$的收敛率，优于之前收敛率为$\mathcal{O}(T^{-1.5})$的NPE等方法。该论文还介绍了一种结合了Anchored Tensor Method和Halpern迭代的广义$p$阶方法，实现了$\tilde{\mathcal{O}}(T^{-p})$的收敛率，对于$p \ge 2$的情况优于现有结果。 AI

影响 这项研究推进了与机器学习算法相关的优化技术。

排序理由 该集群包含一篇研究论文，详细介绍了一种用于解决数学优化问题的新算法方法。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.AI 阅读 →

• Anchored Tensor Method
• arXiv
• Chen
• Extragradient Method
• Liu
• Luo
• Monteiro
• Șvaițer
• Zhang

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →