自适应抽样加速的 Nesterov 加速随梯度法
最优化与控制
2025-07-25 v1
摘要
我们发展了用于随机复合优化问题的自适应 Nesterov 加速随梯度 (adaNAPG) 算法，通过集成用于梯度估计的自适应抽样策略来提升 Nesterov 加速随梯度 (NAPG) 算法。我们提供的复杂度分析表明，新算法 adaNAPG 达到了既定文献中所述的最优迭代复杂度和最优样本复杂度。此外，我们为新算法 adaNAPG 的迭代序列建立了中心极限定理，阐明了其收敛速率和效率。
引用
@article{arxiv.2507.18277,
title = {Boosting Accelerated Proximal Gradient Method with Adaptive Sampling for Stochastic Composite Optimization},
author = {Dongxuan Zhu and Weihuan Huang and Caihua Chen},
journal= {arXiv preprint arXiv:2507.18277},
year = {2025}
}
备注
31 pages