Abstract
В работе рассматривается общая задача выпуклой стохастической оптимизации в пространстве небольшой размерности (например, 100 переменных). Известно, что для детерминированных задач выпуклой оптимизации небольших размеров наилучшим образом сходятся методы типа центров тяжести (например, метод Вайды). Для задач стохастической оптимизации вопрос о возможности использования метода Вайды сводится к вопросу о том, как он накапливает неточность в субградиенте. Недавний результат авторов об отсутствии накопления неточности на итерациях метода Вайды позволяет предложить его аналог для задач стохастической оптимизации. Основным приемом является замена субградиента в методе Вайды его пробатченным аналогом (средним арифметическим стохастических субградиентов). В настоящей работе осуществляется описанный план, что приводит к эффективному (в условиях возможности производить вычисления параллельно при батчинге) методу решения задач выпуклой стохастической оптимизации в пространствах небольших размерностей. Производительность алгоритма проиллюстрирована численным экспериментом. Библиография: 16 названий.
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
