项目名称: 大规模参数估计的约束无导数优化信赖域方法

项目编号: No.11626037

项目类型: 专项基金项目

立项/批准年度: 2016

项目学科: 数理科学和化学

项目作者: 高静

作者单位: 北华大学

项目金额: 3万元

中文摘要: 大数据时代使规模大、精度高的参数估计问题受到广泛关注. 无导数优化方法对数据处理算法中的参数估计有着深刻的理论意义和广泛的应用价值. 因此设计大规模、高精度、理论完备、性能优越的无导数优化参数估计算法成为学术界关注的焦点. 本课题主要工作有:1. 基于传统的信赖域框架, 提出适用于约束优化问题的无导数技术信赖域方法, 给出完备的收敛性分析以及稳定的数值结果; 2. 通过对信赖域子问题模型函数插值过程的优化, 进一步提出适合大规模优化问题的改进算法. 3. 求解大规模参数估计问题, 确保算法稳定、有效, 结果优越, 为大规模约束优化问题的无导数优化信赖域方法提供数值依据.

中文关键词: 无导数优化;信赖域方法;约束优化问题;;

英文摘要: In big data era, parameter estimation problem with large scale and high precision more popular than before. Derivative free optimization methods have a profound theoretical significance and application value to estimate the parameters for mass data proces

英文关键词: Derivative free optimization;Trust region method;Constrained optimization;;

成为VIP会员查看完整内容
1

相关内容

NeurIPS 2021 | 用简单的梯度下降算法逃离鞍点
专知会员服务
23+阅读 · 2021年12月6日
【博士论文】基于冲量的加速优化算法
专知会员服务
25+阅读 · 2021年11月29日
专知会员服务
54+阅读 · 2021年9月18日
专知会员服务
19+阅读 · 2021年9月14日
专知会员服务
21+阅读 · 2021年7月31日
专知会员服务
11+阅读 · 2021年7月27日
专知会员服务
14+阅读 · 2021年7月24日
专知会员服务
73+阅读 · 2020年12月7日
【NeurIPS 2020】大规模分布式鲁棒优化方法
专知会员服务
25+阅读 · 2020年10月13日
专知会员服务
42+阅读 · 2020年7月29日
梯度下降(Gradient Descent)的收敛性分析
PaperWeekly
2+阅读 · 2022年3月10日
【博士论文】基于冲量的加速优化算法
专知
7+阅读 · 2021年11月29日
基于数据的分布式鲁棒优化算法及其应用【附PPT与视频资料】
人工智能前沿讲习班
26+阅读 · 2018年12月13日
干货|代码原理教你搞懂SGD随机梯度下降、BGD、MBGD
机器学习研究会
12+阅读 · 2017年11月25日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Deformable Style Transfer
Arxiv
14+阅读 · 2020年3月24日
小贴士
相关VIP内容
NeurIPS 2021 | 用简单的梯度下降算法逃离鞍点
专知会员服务
23+阅读 · 2021年12月6日
【博士论文】基于冲量的加速优化算法
专知会员服务
25+阅读 · 2021年11月29日
专知会员服务
54+阅读 · 2021年9月18日
专知会员服务
19+阅读 · 2021年9月14日
专知会员服务
21+阅读 · 2021年7月31日
专知会员服务
11+阅读 · 2021年7月27日
专知会员服务
14+阅读 · 2021年7月24日
专知会员服务
73+阅读 · 2020年12月7日
【NeurIPS 2020】大规模分布式鲁棒优化方法
专知会员服务
25+阅读 · 2020年10月13日
专知会员服务
42+阅读 · 2020年7月29日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员