Dan Garber

新的Frank-Wolfe算法针对具有稀疏性的凸函数最小化

研究人员开发了Frank-Wolfe（FW）系列中的新型加速一阶算法，用于最小化光滑凸函数。这些算法特别关注两种约束类别：多面体和矩阵域。一项关键的技术贡献是解决解稀疏性的互补条件，该条件与多面体的面维数和矩阵的秩有关。所提出的方法包括一种纯粹的线性优化预言机（LOO）方法，用于具有最优预言机复杂度的多面体，以及一种结合FW和稀疏投影预言机的混合方案，用于矩阵域，两者都实现了独立于环境维度的有效收敛。