会员服务
拟牛顿法(Quasi-Newton Methods)是求解非线性优化问题最有效的方法之一，于20世纪50年代由美国Argonne国家实验室的物理学家W. C. Davidon所提出来。Davidon设计的这种算法在当时看来是非线性优化领域最具创造性的发明之一。不久R. Fletcher和M. J. D. Powell证实了这种新的算法远比其他方法快速和可靠，使得非线性优化这门学科在一夜之间突飞猛进。
Online Learning Guided Quasi-Newton Methods with Global Non-Asymptotic Convergence
Arxiv
0+阅读 · 10月3日
Distributed Quasi-Newton Method for Multi-Agent Optimization
Arxiv
0+阅读 · 9月26日
A Stochastic Quasi-Newton Method for Non-convex Optimization with Non-uniform Smoothness
Arxiv
0+阅读 · 9月26日
Parameter estimation of hidden Markov models: comparison of EM and quasi-Newton methods with a new hybrid algorithm
Arxiv
0+阅读 · 9月4日
Studying K-FAC Heuristics by Viewing Adam through a Second-Order Lens
Arxiv
0+阅读 · 6月13日
Studying K-FAC Heuristics by Viewing Adam through a Second-Order Lens
Arxiv
0+阅读 · 5月31日
On the Convexity and Reliability of the Bethe Free Energy Approximation
Arxiv
0+阅读 · 5月24日
Differentiable Geodesic Distance for Intrinsic Minimization on Triangle Meshes
Arxiv
0+阅读 · 4月29日
Optimization methods for solving matrix equations
Arxiv
0+阅读 · 4月9日
Modified memoryless spectral-scaling Broyden family on Riemannian manifolds
Arxiv
0+阅读 · 4月4日
A Stochastic Quasi-Newton Method for Non-convex Optimization with Non-uniform Smoothness
Arxiv
0+阅读 · 3月22日
Sharpened Lazy Incremental Quasi-Newton Method
Arxiv
0+阅读 · 3月12日
Sharpened Lazy Incremental Quasi-Newton Method
Sharpened Lazy Incremental Quasi-Newton Method
Arxiv
0+阅读 · 3月11日
Modified memoryless spectral-scaling Broyden family on Riemannian manifolds
Arxiv
0+阅读 · 3月8日
Series of Hessian-Vector Products for Tractable Saddle-Free Newton Optimisation of Neural Networks
Arxiv
0+阅读 · 2月27日
参考链接
微信扫码咨询专知VIP会员
Top