The second-order cone (SOC) is a class of simple convex cones and optimizing over them can be done more efficiently than with semidefinite programming. It is interesting both in theory and in practice to investigate which convex cones admit a representation using SOCs, given that they have a strong expressive ability. In this paper, we prove constructively that the cone of sums of nonnegative circuits (SONC) admits a SOC representation. Based on this, we give a new algorithm for unconstrained polynomial optimization via SOC programming. We also provide a hybrid numeric-symbolic scheme which combines the numerical procedure with a rounding-projection algorithm to obtain exact nonnegativity certificates. Numerical experiments demonstrate the efficiency of our algorithm for polynomials with fairly large degree and number of variables.


翻译:第二阶锥体(SOC)是一类简单的锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥体锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥体锥形锥形锥体锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥体锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥形锥

0
下载
关闭预览

相关内容

机器学习组合优化
专知会员服务
108+阅读 · 2021年2月16日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
机器学习线性代数速查
机器学习研究会
19+阅读 · 2018年2月25日
微软发布Visual Studio Tools for AI
AI前线
4+阅读 · 2017年11月20日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
Arxiv
2+阅读 · 2021年10月14日
Arxiv
7+阅读 · 2020年6月29日
VIP会员
相关VIP内容
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
机器学习线性代数速查
机器学习研究会
19+阅读 · 2018年2月25日
微软发布Visual Studio Tools for AI
AI前线
4+阅读 · 2017年11月20日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
Top
微信扫码咨询专知VIP会员