PulseAugur
中
实时 10:09:10
实体 Convex Optimization with Nested Evolving Feasible Sets

Convex Optimization with Nested Evolving Feasible Sets

PulseAugur coverage of Convex Optimization with Nested Evolving Feasible Sets — every cluster mentioning Convex Optimization with Nested Evolving Feasible Sets across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_247766 ·

    新算法解决演化中的凸优化问题

    研究人员开发了一种新的在线算法，用于处理具有演化可行集和时变损失函数的凸优化问题。该算法是先前引入的 CONES 框架的扩展，旨在最小化针对静态最优基准的遗憾和总移动成本。当损失函数为凸函数时，投影近端算法在时间 T 内实现了 O(T^{1-eta}) 的遗憾和 O(T^eta) 的移动成本，其中 {eta} 在 [0,1) 范围内。对于强凸损失函数，该算法实现了 O(1) 的遗憾和 O(log T) 的移动成本。