干货书！基于单调算子的大规模凸优化，348页pdf

我们写这本书是为了分享一个优雅的视角，它为一阶凸优化方法提供了强大的更高层次的见解。一阶凸优化方法更有效地解决大规模优化问题的研究始于20世纪60年代和70年代，但当时该领域的重点是二阶方法，后者更有效地解决较小的问题。21世纪初，随着计算能力的提高和大数据的可用性，一阶优化方法成为主流。在这个现代时代，作者进入优化领域，发现(但没有发明)上述观点，我们希望通过本书分享它。

https://large-scale-book.mathopt.com/

我们的目标是通过单调算子的抽象对凸优化算法进行统一的分析。

这本书是为数学家和工程师准备的。我们通过展示抽象是优雅的，并且在某些方面具有挑战性(有趣)来吸引数学家。我们呼吁工程师，用户的优化，与简单的技术和算法的多样性。在一些例子中，我们遇到过只知道梯度下降和ADMM的工程师，它们虽然很强大，但并不是普遍可行或最佳的选择。这本书使读者能够选择甚至设计最适合任何给定问题的分割方法。对读者的背景要求是对高级微积分、线性代数、基本概率以及凸分析的基本概念有良好的了解，这些知识涉及到Boyd和Vandenberghe的凸优化的第2章到第5章的凸集、凸函数、凸优化问题和凸对偶。(数学)分析和测量理论的概率论背景是有帮助的，但不是必要的。非正式地，这本书预设了对凸优化的兴趣，并欣赏它作为一个有用的工具。为了使讨论简明扼要，我们将重点放在优化算法上，而不是讨论算法解决的优化问题的工程和科学起源。

• Announcement

• Introduction and Preliminaries

• Monotone operators and base splitting schemes 

• Set-valued operators

• Monotone operators

• Nonexpansive and averaged operators, Fixed-point iteration

• Resolvent

• Proximal point method, Operator splitting

• Variable metric methods

• Primal-dual methods

• Infimal postcomposition technique

• Dualization technique

• Variable metric technique

• Gaussian Elimination Technique

• Linearization technique

• Parallel computing

• Stochastic coordinate update methods

• Asynchronous coordinate update methods 

• Stochastic optimization

• ADMM-type methods 

• FLiP-ADMM

• Derived ADMM-type methods

• Duality in splitting methods 

• Maximality and monotone operator theory 

• Distributed and decentralized optimization

• Acceleration

• Scaled relative graphs

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“L348” 就可以获取《干货书！基于单调算子的大规模凸优化，348页pdf》专知下载链接

                       

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取100000+AI(AI与军事、医药、公安等)主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取100000+AI主题知识资料