已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

An Stochastic Differential Equation Perspective on Stochastic Convex Optimization

数学 透视图(图形) 随机微分方程 数学优化 正多边形 随机优化 凸优化 应用数学 数理经济学 几何学
作者
M. Rodrigo,Jalal Fadili,Hédy Attouch
出处
期刊:Mathematics of Operations Research [Institute for Operations Research and the Management Sciences]
标识
DOI:10.1287/moor.2022.0162
摘要

In this paper, we analyze the global and local behavior of gradient-like flows under stochastic errors toward the aim of solving convex optimization problems with noisy gradient input. We first study the unconstrained differentiable convex case, using a stochastic differential equation where the drift term is minus the gradient of the objective function and the diffusion term is either bounded or square-integrable. In this context, under Lipschitz continuity of the gradient, our first main result shows almost sure convergence of the objective and the trajectory process toward a minimizer of the objective function. We also provide a comprehensive complexity analysis by establishing several new pointwise and ergodic convergence rates in expectation for the convex, strongly convex, and (local) Łojasiewicz case. The last involves a challenging local analysis which requires nontrivial arguments from measure theory. Then, we extend our study to the constrained case and more generally to nonsmooth problems. We show that several of our results have natural extensions obtained by replacing the gradient of the objective function by a cocoercive monotone operator. This makes it possible to obtain similar convergence results for optimization problems with an additively “smooth + nonsmooth” convex structure. Finally, we consider another extension of our results to nonsmooth optimization which is based on the Moreau envelope. Funding: This work was supported by Agence Nationale de la Recherche (ANR) [Grant ANR-20-CE92-0037-01].
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Hhhh完成签到 ,获得积分10
2秒前
kmario完成签到,获得积分10
2秒前
YY完成签到 ,获得积分10
3秒前
细腻的灵槐完成签到 ,获得积分10
3秒前
dzx完成签到 ,获得积分10
5秒前
5秒前
精明芷巧完成签到 ,获得积分10
5秒前
乐乐应助木之夏采纳,获得10
5秒前
淡淡妙竹完成签到 ,获得积分10
6秒前
胜胜糖完成签到 ,获得积分10
6秒前
JACk完成签到 ,获得积分10
6秒前
6秒前
十三完成签到 ,获得积分10
7秒前
123465完成签到 ,获得积分10
7秒前
士成发布了新的文献求助10
7秒前
zj完成签到 ,获得积分10
9秒前
9秒前
白白白完成签到 ,获得积分10
9秒前
一剑白完成签到 ,获得积分10
10秒前
美罗培南完成签到,获得积分10
11秒前
懦弱的安珊完成签到,获得积分10
12秒前
大力的宝川完成签到 ,获得积分10
12秒前
111完成签到,获得积分10
12秒前
梓泽丘墟完成签到,获得积分0
13秒前
Leviathan完成签到 ,获得积分10
13秒前
雨洋完成签到,获得积分10
13秒前
认真路灯完成签到 ,获得积分10
13秒前
KIKI发布了新的文献求助10
14秒前
fly完成签到 ,获得积分10
15秒前
兜里没糖了完成签到 ,获得积分10
16秒前
汤汤完成签到 ,获得积分10
16秒前
丘比特应助端庄镜子采纳,获得10
17秒前
炙热的振家完成签到,获得积分10
17秒前
Ljy完成签到 ,获得积分10
18秒前
19秒前
GRATE完成签到 ,获得积分10
21秒前
河鲸完成签到 ,获得积分10
21秒前
zhong241发布了新的文献求助10
22秒前
NexusExplorer应助1234采纳,获得10
22秒前
后陡门爱神完成签到 ,获得积分10
25秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 850
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3248609
求助须知:如何正确求助?哪些是违规求助? 2892063
关于积分的说明 8269674
捐赠科研通 2560135
什么是DOI,文献DOI怎么找? 1388854
科研通“疑难数据库(出版商)”最低求助积分说明 650926
邀请新用户注册赠送积分活动 627798