光滑情形下鞍点方法的加速
最优化与控制
2017-01-19 v3
摘要
在本文中，我们基于 Alternating Direction Methods of Multipliers (ADMM) 与超松弛 Primal-Dual Hybrid Gradient (oPDHG) 算法的等价性，提出了一种针对 ADMM 的全新收敛性分析。我们考虑光滑情形，该情形对应于目标函数可分解为一个具有 Lipschitz 连续梯度的可微部分与一个强凸部分。我们还提出了 ADMM 的一个加速变体，并证明其能以与 oPDHG 相同的速率线性收敛。
引用
@article{arxiv.1612.04141,
title = {Acceleration of saddle-point methods in smooth cases},
author = {Pauline Tan},
journal= {arXiv preprint arXiv:1612.04141},
year = {2017}
}