中文

面向二阶最优性的OFFO最小化算法及其复杂度

最优化与控制 2023-02-16 v1

摘要

我们提出了一类受Adagrad启发的光滑无约束优化算法,其中目标函数从未被求值,然而梯度范数以至少 \calO(1/k+1)\calO(1/\sqrt{k+1}) 的速度下降,同时二阶最优性度量以至少 \calO(1/(k+1)1/3)\calO(1/(k+1)^{1/3}) 的速度收敛到零。后者的收敛速度被证明基本是紧的,并且与已知的使用函数和导数求值的更标准算法(如信赖域或自适应正则化方法)相同。还描述了一种相关的“发散步长”方法,其本质上紧的收敛速度略差。最后讨论了如何以(大幅)降低的计算代价获得较弱的二阶最优性保证。

关键词

引用

@article{arxiv.2203.03351,
  title  = {OFFO minimization algorithms for second-order optimality and their complexity},
  author = {S. Gratton and Ph. L. Toint},
  journal= {arXiv preprint arXiv:2203.03351},
  year   = {2023}
}