中文

希尔伯特空间中结合强收敛、函数值快速收敛与梯度消失的Tikhonov正则化邻近点算法

最优化与控制 2023-09-26 v1

摘要

在实希尔伯特空间H\mathcal{H}中。给定任意可微凸函数ff,其解集arg minHf\argmin_{\mathcal{H}}\,f非空,通过考虑邻近算法xk+1=prox\bkf(dxk)x_{k+1}=\text{prox}_{\b_k f}(d x_k),其中0<d<10<d<1(\bk)(\b_k)为非递减函数,并在(\bk)(\b_k)上作若干假设,我们将证明由该算法生成的序列的目标函数值以O(1βk)\mathcal{O} \left( \frac{1}{ \beta _k} \right)阶收敛到目标函数的全局最小值,且生成的序列强收敛到arg minHf\argmin_{\mathcal{H}}\,f中范数最小的元素,同时我们得到了梯度趋于零的收敛速率。随后,我们将这些结果推广到具有扩展实值的非光滑凸函数。

关键词

引用

@article{arxiv.2309.13200,
  title  = {Combining Strong Convergence, Values Fast Convergence and Vanishing of Gradients for a Proximal Point Algorithm Using Tikhonov Regularization in a Hilbert Space},
  author = {A. C. Bagy and Z. Chbani and H. Riahi},
  journal= {arXiv preprint arXiv:2309.13200},
  year   = {2023}
}