David Torregrosa-Belén

新优化方法解决非凸随机问题

研究人员开发了一种新的近端随机次梯度方法，用于最小化非凸优化问题中的期望成本。该方法适用于广泛的潜在非光滑和非凸积分函数，前提是它们满足下降引理的局部变体。该方法逐步改进样本平均值，并使用Armijo型线搜索来选择步长，即使对于非凸正则化器和没有严格方差界限也能提供收敛保证。该框架建立了函数值的几乎确定收敛性和累积点的平稳性，并在Kurdyka-Łojasiewicz性质下进一步升级为完整的轨迹收敛。