社交网络数学模型的张量列车优化
最优化与控制
2019-06-13 v1 数值分析
数值分析
摘要
本文研究了求解社交网络、流行病学及经济学中抛物型方程数学模型多参数反问题的优化算法。数据拟合被表述为最小二乘失配函数的优化。首先，提出了张量列车分解方法作为全局收敛算法。该方法的思路是提取被优化泛函的张量结构并利用其进行优化。然后，通过实施局部梯度方法得到反问题的解。推导出了失配函数梯度的显式公式。结合张量列车优化与局部梯度方法，求解了描述在线社交网络的扩散逻辑斯谛数学模型的反问题。给出并讨论了数值结果。
引用
@article{arxiv.1906.05246,
title = {Tensor train optimization for mathematical model of social networks},
author = {Kabanikhin Sergey and Krivorotko Olga and Zhang Shuhua and Kashtanova Victoriya and Wang Yufang},
journal= {arXiv preprint arXiv:1906.05246},
year = {2019}
}
备注
16 pages, 4 figures