2. 您的位置
3. 首页
4. 会议论文
5. A smoothing proximal gradient algorithm for nonsmooth convex regression with cardinality penalty

A smoothing proximal gradient algorithm for nonsmooth convex regression with cardinality penalty

来源 :中国运筹学会第十四次学术年会 | 被引量 : 0次 | 上传用户：skal1125

【摘 要】

：

1.Model Illustration 2.Continuous Relaxation· Continuous model· Stationary points-lifted stationary point3.Numerical Algorithm· Smoothing method· Smoothing

【作 者】

：

Wei Bian Xiaojun Chen 

【机 构】

：

DepartmentofMathematics,HarbinInstituteofTechnology,Harbin,ChinaDepartmentofAppliedMathematics,TheHo

【出 处】

：

中国运筹学会第十四次学术年会

【发表日期】

：

2018年10期

下载到本地 , 更方便阅读

下载此文 赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

1.Model Illustration 2.Continuous Relaxation· Continuous model· Stationary points-lifted stationary point3.Numerical Algorithm· Smoothing method· Smoothing proximal gradient(SPG) algorithm· Convergence analysis4.Numerical Testing5.Conclusions

其他文献

Set-based Discrete Particle Swarm Optimization

Outline Set-based PSO Multi-objective S-PSO Applications of S-PSO Conclusions Particle Swarm Optimization The Original PSO(Kennedy & Eberhart,1995;Shi & Eberhar

会议

MOEAD and Problem Difficulties in Multiobjective Optimization

Multiobjective Optimization Problem Pareto Dominance Point A dominates B,Points A,C,D,are nondominated to each other.

会议

分支定价框架下的智能计算

智能计算通过模拟自然中的智慧现象或过程发展而来的。其迭代过程是一个学习过程，主要由知识发现和知识运用两个过程组成。分支定价框架下的智能计算是一种求解复杂组合优化问

会议

智能计算迭代过程分支定价框架

Evolutionary Multi-Objective Machine Learning

Multi-objective Machine Learning Framework Multi-objective unsupervised learning Multi-objective supervised learning Conclusions Machine learning is the core of

会议

进化算法的等态关系模型及其在收敛性改进中的应用

关于进化算法的收敛性研究，进化算法的等态关系模型，基于等态关系模型的进化算法收敛性对比理论，等态关系模型应用举例Ⅰ：离散型算法，等态关系模型应用举例Ⅱ：连续型算法，总结与研究

会议

进化算法等态关系模型收敛性

An Optimization Algorithm Inspired by the Brainstorming Process

Outlines 1)Brainstorming process 2)Brain storm optimization algorithms 3)Variants of brain storm optimization algorithms 4)Framework of brain storm optimization

会议

Large Scale Evolutionary Optimization

Outline Introduction Cooperative Co-evolutionary Algorithms for Large Scale Problems(EACC-G) Cooperative Coevolution with Variable Interaction Learning(CCVIL) S

会议

新兴信息技术条件下智能优化的若干发展趋势

大数据环境下智能优化的发展趋势，物联网环境下智能优化的发展趋势，云计算环境下智能优化的发展趋势，移动互联环境下智能优化的发展趋势。

会议

智能优化移动互联大数据环境物联网云计算

Randomized Algorithms for Large-scale Convex Optimization

Outline 1 Introduction 2 Stochastic Optimization Background Mixed Gradient Descent 3 Stochastic Approximation Background Dual Random Projection 4 Conclusions an

会议

Adaptive Correction Approach for Tensor Completion

Outline 1 Introduction 2 Corrected model for tensor completion and its error bound 3 Convergent 3-block ADMM Algorithm4 Numerical experiments

会议