The robust isolated calmness of spectral norm regularized convex matrix optimization problems
Dalian Maritime University(大连海事大学);Shenyang Ligong University(沈阳理工大学)
本文研究谱范数正则化凸优化问题 KKT 映射的鲁棒孤立平静性,通过建立谱范数函数的变分性质,证明了其与严格 Robinson 约束规格及二阶充分条件的等价关系,丰富了稳定性理论。
2025-09-16 math.OC
Accelerated Inexact Composite Gradient Methods for Nonconvex Spectral Optimization Problems
针对一类非凸谱复合最优化问题,提出了两种不精确复合梯度法,一种是内加速法,另一种是双加速法。更具体地说,这些问题的目标函数是$f_1 + f_2 + h$的形式,其中$f_1$和$f_2$是具有Lipschitz连续梯度的可微非凸矩阵函数,$h$是适当的闭凸矩阵函数,并且$f_2$和$h$都可以表示为对它们的输入的奇异值进行运算的函数。该方法基本上使用加速复合梯度法来解决一系列的近端子问题,涉及的线性逼近的$f_1$和奇异值函数的基础$f_2$和$h$。与其他基于复合梯度的方法不同,所提出的方法利用了目标函数的复合结构和谱结构,以有效地生成它们的解决方案。数值实验表明,这些方法的实用性,一组现实世界和随机生成的谱最优化问题。
2022-05-03 math.OC
A scalable matrix-free spectral element approach for unsteady PDE constrained optimization using PETSc/TAO
我们提供了一种新的方法,有效的矩阵自由应用的雅可比矩阵的转置的谱元方法的伴随为基础的解决方案的偏微分方程(PDE)约束优化。这导致在优化的非线性偏微分方程使用显式积分器的伴随问题的集成是不是更昂贵的前向模拟。求解PDE约束最优化问题需要结合多个领域的专业知识,包括模拟、导数计算和优化。便携式可扩展科学计算工具包(PETSc)及其配套软件包高级优化工具包(TAO)是一个集成的数值软件库,其中包含用于求解线性系统、非线性系统、常微分方程、微分代数方程和大规模最优化问题的算法/软件堆栈,因此,是执行偏微分方程约束优化的理想工具。本文介绍了一种有效的方法,其中PETSc/TAO提供的软件栈可用于大规模非线性时变问题。而时间积分可以涉及一系列高阶方法,包括隐式和显式。所使用的PDE约束优化算法是基于梯度的,并且与物理问题的模拟无缝集成。
2020-05-26 math.OC
Conic optimization with spectral functions on Euclidean Jordan algebras
欧几里德若当代数上的谱函数经常出现在凸模型中。尽管原始-对偶锥内点求解器取得了成功,但很少有直接支持谱锥的工作,即从epigraphs和谱函数的角度定义的适当的非对称锥。我们提出了简单的光谱锥的grammically齐性障碍,我们得到有效的,数值稳定的程序来评估障碍神谕,如逆Hessian算子。对于两个有用的类的谱锥-根行列式锥和矩阵单调衍生锥-我们表明,障碍是自和谐的,接近最佳的参数。我们在我们的开源求解器Hypatia中实现了这些圆锥体和神谕,并为四个应用问题编写了简单,自然的公式。我们的计算基准表明,Hypatia往往解决自然配方更有效地比先进的求解器,如MOSEK 9解决等效的扩展配方只使用这些求解器支持的圆锥体。
2021-11-02 math.OC
A Wolfe-Type Spectral Conjugate Gradient Method for Nonsmooth Convex Optimization Problems
SRM Institute of Science and Techology(SRM科学技术学院);National Institute of Technology Kurukshetra(库鲁克谢特拉国家技术学院)
本文提出一种基于Moreau-Yosida正则化的Wolfe型谱共轭梯度方法,证明其全局与R-线性收敛性,在基准及大规模非光滑凸优化问题上表现优于或匹配现有方法。
2026-08-13 math.OC
A family of spectral gradient methods for optimization
提出了一类谱梯度法,其步长由长BB步长和短BB步长的凸组合决定.在最小二乘意义下,该族的每个成员都具有一定的拟牛顿性质。该族还包括其他一些梯度法作为其特例。证明了这类方法对二维严格凸二次型是$R$ -超线性收敛的。而且,该族在任意维情形下是$R$ -线性收敛的.数值结果表明,该族具有良好的应用前景。
2018-12-07 math.OC
Sum-Rate Maximization via Convex Optimization Using Subgradient Projections Onto Nonlinear Spectral Radius Constraint Sets
Nagaoka University of Technology(长冈技术科学大学);Fraunhofer Heinrich Hertz Institute(弗劳恩霍夫海因里希赫兹研究所)
本文提出了一种基于子梯度投影的凸优化方法,用于在非线性谱半径约束集上实现总速率最大化,适用于无细胞网络等实际场景。
2026-02-25 math.OC
Spectral relaxations and branching strategies for global optimization of mixed-integer quadratic programs
本文研究了非凸二次规划和混合整数二次规划的全局优化问题。本文给出了一类凸二次松弛,它是通过扰动二次矩阵使非凸二次函数凸化而得到的。我们研究了这些二次松弛的理论性质,并证明了它们等价于某些特定的半定规划。我们还介绍了新的分支变量的选择策略,可用于结合本文研究的二次松弛。我们将建议的松弛和分支技术集成到全局优化求解器BARON中,并通过对大量问题进行数值实验来测试我们的实现。结果表明,所提出的实施导致非常显着减少在BARON的计算时间来解决测试问题。
2020-10-09 math.OC
Shape flows for spectral optimization problems
我们考虑一个一般公式的梯度流演化的问题,其自然框架是度量空间之一。我们处理的应用程序涉及的演变{ \it电容措施}的$γ$收敛耗散距离和发展领域的频谱最优化问题。
2011-09-24 math.AP math.OC
A nonmonotone spectral projected gradient method for large-scale topology optimization problems
提出了一种基于梯度的求解体积约束拓扑最优化问题的有效方法。该算法的每一步都是通过将Barzilai-Borwein步投影到由盒和一个线性约束(体积约束)组成的可行集上来获得的。为保证算法的整体收敛,沿当前点和投影点给定的方向进行自适应非单调线搜索。采用自适应循环重用的Barzilai-Borwein步长作为初始步长。最小的内存需求,保证收敛性,几乎只有一个功能和梯度每次迭代评估,使这种新方法非常有吸引力的常见的替代方法来解决大规模的最优设计问题。数值实验表明了该方法的有效性和可行性。
2010-06-03 math.OC
A Continuous-Time Analysis of Smoothed Matrix-Polar Spectral Gradient Flows for Muon-Type Optimization
Zhejiang University(浙江大学);National University of Singapore(新加坡国立大学);Huzhou Normal University(湖州师范学院);State Key Laboratory of Industrial Control Technology, the Institute of Cyber-Systems and Control, College of Control Science and Engineering, Zhejiang University(浙江大学控制科学与工程学院网络控制系统研究所工业控制技术国家重点实验室);Huzhou Institute of Zhejiang University(浙江大学湖州研究院)
本文针对标准极分解映射的秩亏与病态问题,引入谱反馈律提出平滑矩阵-极谱梯度流,证明其适定性与全局收敛性,分析不同设置下的收敛速率,并对比其与标准梯度方向的局部下降速率优势。
2026-08-04 math.OC
Nonmonotone Spectral Analysis for Variational Inclusions
本文提出一种结合谱方法与非单调线搜索的谱次梯度算法,用于求解变分包含问题,以加速收敛并逃离非凸优化中的局部极小值。
2025-01-05 math.OC
Revisiting a Fast Newton Solver for a 2-D Spectral Estimation Problem: Computations with the Full Hessian
School of Intelligent Systems Engineering, Sun Yat-sen University(中山大学智能系统工程学院)
本文重新审视了二维谱估计问题,通过揭示对偶函数Hessian的Toeplitz块Toeplitz结构,提出了一种基于牛顿法的快速求解算法,并通过模拟验证了其高效的收敛性能。
2026-01-06 math.OC
Quotient Manifold Optimization for Spectral Compressed Sensing
School of Mathematics and Statistics, Xi’an Jiaotong University(西安交通大学数学与统计学院);School of Mathematical Sciences, Xiamen University(厦门大学数学科学学院)
本文提出基于商空间的优化框架,利用Riemannian几何结构提升频谱压缩感知的计算效率和准确性。
2025-11-24 math.OC
On Data Dependence in Distributed Stochastic Optimization
我们研究了一个分布式的共识为基础的随机梯度下降(SGD)算法,并表明,收敛速率涉及两个矩阵的频谱特性:标准的频谱间隙的权重矩阵从网络拓扑结构和一个新的长期依赖于频谱范数的样本协方差阵的数据。这种依赖于数据的收敛速度表明,分布式SGD算法在具有小谱范数的数据集上表现得更好。我们的分析方法还允许我们找到数据依赖的收敛速度,因为我们限制了通信量。将固定量的数据分布在更多节点上会减慢收敛速度;对于渐进增长的数据集,我们表明添加更多机器可以帮助最大限度地减少二次可微损失。
2016-09-01 math.OC
A Semismooth Newton Augmented Lagrangian Method for Sparse Spectral Risk Optimization
School of Data Science, Fudan University(复旦大学数据学院);Department of Applied Mathematics, The Hong Kong Polytechnic University(香港理工大学应用数学系)
针对谱风险度量优化问题的挑战,提出用半光滑牛顿子问题求解器的相对不精确近端增广拉格朗日方法,利用对偶和莫罗包络性质简化计算,数值结果显示该方法运行时间低,能产生可比平稳性残差和稀疏解。
2026-07-08 math.OC
Spectral Methods for Polynomial Optimization
本文提出基于最小广义特征值计算的谱方法层级,为有界约束集上的多项式优化问题提供可扩展的下界,并构造了使线性优化归结为特征值计算的结构化凸外部逼近序列。
2025-07-22 math.OC
A variable smoothing for Nonconvexly constrained nonsmooth optimization with application to sparse spectral clustering
本文提出一种变量平滑算法,通过将非凸约束参数化为欧几里得空间并利用 Moreau 包络平滑非光滑项,求解非凸约束非光滑优化问题,并应用于稀疏谱聚类。
2024-04-03 math.OC
Spectral optimization problems for potentials and measures
在本文中,我们考虑谱最优化问题涉及薛定谔算子$-Δ+μ$对$\R^d$,原型是最小化的$k$的特征值$λ_k(μ)$。这里$μ$可以是具有规定扭转刚度的电容测度(如在Kohler-Jobin问题中),也可以是经典的非负势$V$,它满足积分约束$\ds \int V^{-p}dx \le m$和$0<p<1$。我们证明了整体解的存在性$\R^d$和最佳的潜力或措施等于$+\infty$以外的紧集。
2013-10-06 math.AP math.OC
AN-SPS: Adaptive Sample Size Nonmonotone Line Search Spectral Projected Subgradient Method for Convex Constrained Optimization Problems
针对期望形式的非光滑凸约束优化问题,提出自适应样本量的非单调线搜索谱投影次梯度框架AN-SPS,用自适应SAA近似目标函数,证明几乎必然收敛,数值实验验证了方案优势。
2024-10-30 math.OC
Optimal Spectral Design with Prior Information
H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology(佐治亚理工学院 H. 米尔顿·斯图尔特工业与系统工程学院)
研究一类谱设计问题,通过紧特征值松弛和Schur-Horn定理提出多项式时间算法,实现先验信息矩阵更新后的最优谱设计,并展示其在无导数优化中的应用潜力。
2026-05-27 math.OC
Optimization problems involving the first Dirichlet eigenvalue and the torsional rigidity
本文对涉及测度、扭转刚度和第一Dirichlet特征值的谱最优化问题提出了一些公开问题,并得到了一些部分结果。
2014-10-31 math.OC
Connecting optimization with spectral analysis of tri-diagonal matrices
我们证明了全局极小值(分别为最大值)可以从上面(分别)近似为紧集上的连续函数的最大值。最小的,最小的;最小的,最小的。最大的)特征值的层次结构的(r × r)三对角单变量矩矩阵的大小增加。等价地,它减少到计算最小的(相应地,最大的)根的某一单变量度-r正交多项式。这通过三对角对称矩阵的渐近谱分析提供了优化、正交多项式、数值分析和线性代数领域之间的强有力的联系。
2020-03-16 cs.NA math.NA math.OC
Adjoint Sensitivities for the Optimization of Nonlinear Structural Dynamics via Spectral Submanifolds
Politecnico di Milano(米兰理工大学);TU Delft(代尔夫特理工大学);Southern University of Science and Technology(南方科技大学)
本文提出基于谱子 manifold 的优化方法,通过灵敏度分析高效优化非线性机械系统的动态响应。
2025-03-21 cs.CE math.OC
SLiSeS: Subsampled Line Search Spectral Gradient Method for Finite Sums
针对大数据场景下的随机优化问题,提出SLiSeS子采样线搜索谱梯度法,通过多迭代复用同一子样本优化谱系数估计,分析了收敛条件并通过初步实验验证了方法优势。
2024-10-08 math.OC
Low-rank spectral optimization via gauge duality
信号处理和机器学习中的各种应用产生了以低秩解为特征的高度结构化的谱最优化问题。激励这项工作的两个重要例子是相位恢复和盲反卷积的最优化问题,它们被设计为产生秩1的解决方案。描述了一种算法,是基于解决一定的约束特征值最优化问题,对应于规范的对偶,不像更典型的拉格朗日对偶,有一个特别简单的约束。每次迭代的主要代价是计算埃尔米特算子的最右本征对。一系列的数值例子说明了该方法的可扩展性。
2016-03-23 cs.NA math.NA math.OC
Cubic-Regularized Newton for Spectral Constrained Matrix Optimization and its Application to Fairness
University of Minnesota(明尼苏达大学)
利用矩阵函数将光滑谱约束矩阵最优化问题改写为对称矩阵集上的光滑无约束问题,然后用正则化牛顿法求解.证明了矩阵函数的二阶链式法则恒等式可以计算高阶导数来实现三次正则化牛顿,并对矩阵向量空间的三次正则化牛顿提供了新的收敛性分析。我们证明了我们的方法的适用性进行数值实验合成和真实的数据集。在我们的实验中,我们制定了一个新的模型来估计公平和强大的协方差阵的泰勒的M-估计(TME)模型的精神,并证明其优势。
2022-09-02 cs.LG math.OC
Moment-sos and spectral hierarchies for polynomial optimization on the sphere and quantum de Finetti theorems
University of Copenhagen(哥本哈根大学);Centrum Wiskunde & Informatica (CWI)(荷兰数学与计算机科学研究中心);Tilburg University(蒂尔堡大学)
本文研究了球面上多项式优化的动量-sos和谱层次方法,证明了谱界收敛速度无法优于O(1/r²),并提出新的实德芬尼定理以改进相关结果。
2025-09-29 math.OC
On a classical spectral optimization problem in linear elasticity
考虑$N$维欧几里得空间中区域上具有齐次边界条件的椭圆算子特征值的一个经典形状最优化问题。我们调查最近的结果分析依赖的基本对称函数的特征值域扰动和球的作用,这些功能的临界点的体积约束。我们讨论了多调和算子的Dirichlet和buckling型问题,双调和算子的Neumann和中间问题,Lamé和Reissner-Mindlin系统.
2014-12-19 math.AP math.OC
A Pontryaghin Maximum Principle Approach For The Optimization Of Dividends/consumption Of Spectrally Negative Markov Processes, Until A Generalized Draw-down Time
我们的论文的第一个动机是进一步探讨的想法,在风险控制问题中,它可能是有益的基础上的基础过程Xt的位置及其上确界Xt:= sup 0 $\le$ s $\le$ t XS的决策。与Azema-Yor/广义下降/尾随停止时间(见[AY 79])密切相关,该框架提供了下降和经典首次通过时间的自然统一。在这里,我们说明了这个统一的框架的潜力,通过解决的De Finetti问题的变化,最大限度地提高预期的折扣累积红利/消费下获得的障碍政策,直到最佳选择Azema-Yor时间,一般谱负马尔可夫模型。虽然以前研究的情况下,这个问题[APP 07,SLG 84,AS 98,AVZ 17,AH 18,WZ 18]假设要么L{é}vy或扩散模型,和下拉功能是固定的,我们描述,一般的谱负马尔可夫模型,不仅是最佳的障碍,而且最佳的下拉功能。这是通过解决庞特里亚金最大值原理解决的变分问题来实现的。作为一个副产品,我们表明,在L{é}vy的情况下,经典的第一次通过解决方案确实是最优的,在扩散的情况下,我们得到的最优性方程,但解决方案的存在性,改善经典的是留给未来的工作。
2018-12-20 math.OC
Resonance free regions and non-Hermitian spectral optimization for Schrödinger point interactions
考虑了薛定谔哈密顿量与点相互作用的共振。研究的主要对象是假设点相互作用所在的中心已知且相关的“强度”参数未知且允许承受额外的耗散效应的情况下的无共振区域。为此,我们考虑边界的共振自由区作为帕累托最优前沿和研究相应的最优化问题的共振。它表明,对数上限共振可以统一的强度参数。利用特征行列式的第一主子式得到了最优性的必要条件。我们证明了这些最优性条件的适用性的情况下,4等距中心明确计算的共振最小衰减的所有频率。这个例子表明,最小衰减的谐振不一定是简单的,在某些情况下,它是由一个无限族的可行谐振器产生的。
2017-08-14 math.OC
Spectral Frank-Wolfe Algorithm: Strict Complementarity and Linear Convergence
我们开发了一个新的变种的经典的Frank-Wolfe算法,我们称之为谱Frank-Wolfe,凸优化的谱面体。谱Frank-Wolfe算法有一个新的成分:它计算梯度的一些特征向量,并在每次迭代中求解一个小规模的SDP。该方法克服了经典Frank-Wolfe算法因忽略特征值融合而导致的收敛速度慢的缺点。我们证明,严格互补的最优化问题是关键,证明线性收敛的各种算法,如频谱弗兰克-沃尔夫算法以及投影梯度法及其加速版本。
2020-08-17 math.OC
A spectral shape optimization problem with a nonlocal competing term
我们研究了谱泛函的极小化问题,该谱泛函是Dirichlet Laplacian的第一特征值与Riesz型相互作用泛函的相对强度之和。我们证明了当Riesz排斥强度低于一个临界值时,极小值的存在性。然后,我们证明,通过一个扩展分析,球是一个刚性极小时,Riesz排斥足够小。最终,我们表明,某些制度的Riesz排斥,定期极小不存在。
2021-03-08 math.AP math.OC math.SP
Stochastic Optimization for Spectral Risk Measures
University of Washington(华盛顿大学)
光谱风险目标-也称为$L$ -风险-允许学习系统在优化平均情况性能(如经验风险最小化)和任务的最差情况性能之间进行插值。我们开发了随机算法来优化这些数量,通过表征它们的次微分和解决挑战,如偏置的次梯度估计和非光滑的目标。我们从理论上和实验上表明,开箱即用的方法,如随机次梯度和双平均受阻的偏见,我们的方法优于他们。
2022-12-10 cs.LG math.OC stat.ML
Spectral Operators of Matrices
近年来,矩阵最优化问题(MOPs)已被公认为是一种强有力的工具,被研究者们远远超越了优化界,用来对涉及结构低秩矩阵的许多重要应用进行建模。这种趋势在一定程度上可以归功于新兴的压缩传感领域令人兴奋的发展。Löwner算子通过对矩阵的每个奇异值应用单变量函数来生成矩阵值函数,长期以来在解决矩阵最优化问题中发挥着重要作用。然而,为Löwner算子开发的经典理论在这些最近的应用中已经变得不足。本文的主要目的是为设计求解多目标优化问题的数值方法提供必要的理论基础。通过引入一类新的矩阵值函数,并对其进行深入的研究来实现这一目标,这类函数被称为矩阵的谱算子。系统地研究了谱算子的几个基本性质,包括良定性、连续性、方向可微性、Fréchet可微性、局部利普希茨连续性、$ρ$阶B(ouligand)可微性($0<ρ\leq 1$)、$ρ$阶G-半光滑性($0<ρ\leq 1$)以及Clarke广义雅可比矩阵的刻画.
2014-01-10 math.OC
Positive polynomials in scalar and matrix variables, the spectral theorem and optimization
我们遵循的历史流的正矩阵和正泛函,适用于代数和平方分解,重点是经典矩问题,函数理论的一个或几个复变数和现代算子理论之间的相互作用。第二部分的调查重点是最近发现的真正的代数几何和优化之间的联系,以及多项式在矩阵变量和一些控制理论问题。这些新的应用促使了一系列最近的研究致力于结构的积极性和凸性在一个自由 *-代数,适当的设置分析不等式的多项式矩阵变量。我们勾勒出其中的一些发展,添加到他们和评论迅速增长的文学。
2006-12-04 math.FA math.OC
Spectral shape optimization for the Neumann traces of the Dirichlet-Laplacian eigenfunctions
We consider a spectral optimal design problem involving the Neumann traces of the Dirichlet-Laplacian eigenfunctions on a smooth bounded open subset $Ω$ of $\R^n$ . The cost functional measures the amount of energy that Dirichlet eigenfunctions concentrate on the boundary and that can be recovered with a bounded density function . We first prove that, assuming a $L^1$ constraint on densities, the so-called { \it Rellich functions} maximize this functional.Motivated by several issues in shape optimization or observation theory where it is relevant to deal with bounded densities, and noticing th…
2018-09-14 math.AP math.OC
Distributed Optimization of Bivariate Polynomial Graph Spectral Functions via Subgraph Optimization
本文提出通过子图优化和学习-based提议者,实现双变量多项式图谱函数的分布式优化,以提升整体谱性能。
2025-12-14 cs.SI math.OC
Energy and Spectral Efficiencies Trade-off with Filter Optimization in Multiple Access Interference-Aware
本文分析了移动多址系统中两种资源的优化配置,频谱和能量,以及滤波器优化对系统性能的影响。考虑到吞吐量最大化和功耗最小化这两个相互冲突的度量,制定了分布式能量效率(EE)费用函数。此外,最佳能量频谱效率(EE-SE)的权衡时,每个节点分配的功率达到最佳的SINR响应,这保证了最大的EE。为了证明我们的分析的有效性,两个低复杂度的能量频谱效率的算法,基于分布式瞬时SINR水平的开发,分析了单用户和多用户检测滤波器对EE-SE折衷的影响。
2012-06-19 cs.IT math.IT math.OC
Radial Partitioning with Spectral Penalty Parameter Selection in Distributed Optimization for Power Systems
本文提出基于径向划分和谱参数选择的分布式优化算法,并开发DiCARP软件包,在更少迭代次数下获得比基于组件的DO更精确的最优潮流解。
2024-08-05 cs.SY eess.SY math.OC
Self-concordant Schrödinger operators: spectral gaps and optimization without condition numbers
Tilburg University(蒂尔堡大学);University of Copenhagen(哥本哈根大学);LMU Munich(慕尼黑大学);Ruhr University Bochum(波鸿鲁尔大学);University of Amsterdam(阿姆斯特丹大学)
针对凸域上自和谐障碍函数相关的薛定谔算子,证明谱间隙的非渐近下界,并发现使用拉普拉斯-贝尔特拉米算子可消除条件数依赖,据此构建无条件数依赖的量子内点法。
2025-10-07 math-ph math.MP math.OC
A Constrained Convex Optimization Approach to Hyperspectral Image Restoration with Hybrid Spatio-Spectral Regularization
提出了一种新的高光谱图像复原的约束优化方法。大多数现有的方法通过求解一些优化问题来恢复期望的HS图像,该优化问题由正则化项和数据保真度项组成。这些方法必须在一个目标函数中同时处理正则化项和数据保真度项,因此我们需要仔细控制平衡这些项的超参数。然而,这样的超参数的设置往往是一个麻烦的任务,因为它们的合适的值强烈依赖于所采用的正则化项和给定观测的噪声强度。我们提出的方法被配制成一个凸优化问题,在那里我们利用一种新的混合正则化技术命名为混合空间谱全变差(HSSTV),并将数据保真度作为硬约束。HSSTV具有很强的噪声和伪影去除能力,同时避免了过度平滑和频谱失真,而无需结合其他正则化,如基于低秩模型的正则化。此外,约束类型的数据保真度使我们能够将在正则化和数据保真度之间平衡的超参数转换为可以以更容易的方式设置的数据保真度的上限。我们还开发了一个有效的算法的交替方向的乘法器(ADMM)的基础上,有效地解决优化问题。通过综合实验,我们说明了所提出的方法比各种HS图像恢复方法,包括国家的最先进的优势。
2020-09-08 eess.SP math.OC
Convergence of Spectral Descent for Non-smooth Optimization
School of Mathematical Sciences, Zhejiang University, Hangzhou, China(浙江大学数学科学学院,杭州,中国)
研究Muon优化器的简化变体谱下降(SD)及其截断版本(TSD)在非光滑凸优化中的全局线性收敛性,并应用于鲁棒低秩矩阵恢复。
2026-05-26 cs.LG math.OC
Bayesian Optimization of Laser-Wakefield Acceleration via Spectral Pulse Shaping
Lawrence Livermore National Laboratory(劳伦斯利弗莫尔国家实验室);Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室);Portland State University(波特兰州立大学);Department of Electrical and Computer Engineering, Colorado State University(科罗拉多州立大学电气与计算机工程系);University of California, Berkeley(加州大学伯克利分校)
本文通过贝叶斯优化和频谱脉冲成型技术,优化激光等离子体加速器的性能,显著提升电子束的电荷含量和能量。
2025-12-19 math.OC physics.acc-ph physics.plasm-ph
Commutation principles for optimization problems on spectral sets in Euclidean Jordan algebras
Ramirez、Seeger和Sossa在欧几里德约当代数的背景下证明的交换原理说,当实值函数$h$和谱函数$Φ$的和在谱集$E$上最小化/最大化时,任何局部优化器$a$,其中$h$是Fréchet可微算子,与导数$h^{\prime}(a)$交换。本文在假设次梯度存在的情况下,($h$)建立了强算子交换关系:若$a$解问题$\underset{E}{\max}\,(h+Φ)$,则$a$强算子与$h$在$a$的次微分中的每个元素交换;如果$E$和$h$是凸的并且$a$解决了问题$\underset{E}{\min}\,h$,则$a$强算子与$h$在$a$的次微分中的某个元素的负值交换.这些结果改善了已知的(运营商)交换关系的线性$h$和变分不等式问题的解决方案。我们建立这些结果通过几何交换原则,不仅是有效的,在欧几里德约旦代数,但也在更广泛的设置FTVN系统。
2020-09-10 math.FA math.OC
Phase-Field Methods for Spectral Shape and Topology Optimization
我们通过调整本征值问题所考虑的域的形状来优化具有Dirichlet或Neumann边界条件的Laplace算子的本征值的选择。在这里,相场函数用于表示我们最小化的形状。这种方法的思想是通过引入相场相关系数来修改拉普拉斯算子,以便将本征值问题扩展到包含所有容许形状的固定设计域上。由此产生的形状和拓扑最优化问题,然后可以制定为一个最优控制问题的PDE约束,其中的相场函数作为控制。对于这个最优控制问题,我们建立了一阶必要的最优性条件,我们严格地推导出其尖锐的界面极限。最后,我们提出并讨论了我们的最优化问题的几个数值模拟。
2023-01-20 math.AP math.OC math.SP
Spectral Projected Subgradient Method for Nonsmooth Convex Optimization Problems
考虑目标函数为数学期望形式的非光滑约束最优化问题。采用样本平均值近似法(SAA)估计目标函数,并采用可变样本量策略。所提出的算法结合了SAA次梯度的谱系数,以提供一个合适的方向,提高了性能的一阶方法所示的数值结果。在随机环境中,在标准假设下,从给定的区间内选取步长,证明了该方法的几乎必然收敛。为了提高所提出的算法的性能,我们进一步指定的步长的选择,通过引入一个Armijo适合于这个框架的过程。考虑到机器学习问题的计算成本,我们得出结论,线搜索显着提高性能。有限和问题的数值实验也表明,变样本策略优于全样本方法。
2022-08-08 cs.NA math.NA math.OC
On the Partial Convexification for Low-Rank Spectral Optimization: Rank Bounds and Algorithms
本文研究低秩谱优化问题的部分凸化松弛,推导其可行集极点的紧秩界,并开发列生成与秩缩减算法,确保解满足理论秩界,数值实验验证了松弛强度与算法有效性。
2023-06-21 math.OC stat.ML
Tight Convergence Rate Bounds for Optimization Under Power Law Spectral Conditions
Technology Innovation Institute(技术创新研究所);Ecole Polytechnique(巴黎综合理工学院);Skolkovo Institute of Science and Technology(斯科尔科沃科技学院)
针对谱呈power law分布的二次优化问题,本文提出新的谱条件以获得更紧收敛上界,为多种梯度算法构建了完整的上下界图景并统一推导出最优加速策略,同时首次证明了最速下降法与共轭梯度法的紧下界。
2024-03-25 cs.LG cs.NE math.OC
Nonlinear Spectral Duality
齐次凸函数对的非线性本征值问题是一种特殊的非线性约束最优化问题,它出现在各种环境中,包括图挖掘、机器学习和网络科学。通过考虑不同的概念,从经典和最近的凸几何理论的对偶变换,在这项工作中,我们表明,一个可以从原始的对偶非线性本征值制定保持频谱,变分频谱以及相应的多重性不变。这些非线性谱对偶性质可用于将原始的最优化问题转化为各种可供选择的和可能更可处理的对偶问题。我们说明了使用非线性谱对偶在各种例子设置涉及图,非线性拉普拉斯算子,和凸体之间的距离的最优化问题。
2022-09-13 cs.NA math.MG math.NA
Optimization of trigonometric polynomials with crystallographic symmetry and spectral bounds for set avoiding graphs
RPTU Kaiserslautern–Landau(凯泽斯劳滕-兰道理工大学);UiT The Arctic University(北极大学)
本文提出利用晶体对称性优化三角多项式的方法,用于计算避免图的谱界。
2023-03-16 math.AG math.CO math.OC
Traffic Optimization to Control Epidemic Outbreaks in Metapopulation Models
我们提出了一个新的框架来研究集合种群模型中的病毒传播过程。大型亚群(即,城市)经由元链路(即,道路)根据元语法结构(即,交通基础设施)。研究了在集合种群模型中通过控制子种群间的流量来控制传染病爆发的传播问题。控制流行病爆发的传播可以被写为一个谱条件,该谱条件涉及依赖于网络结构和模型参数的矩阵的特征值。基于这个谱条件,我们提出了一个凸优化框架,以找到成本最优的方法,在疫情爆发的交通控制。
2013-08-17 math.OC physics.soc-ph
Principles of Quantum Optimization for Constrained Problems
University of Waterloo(滑铁卢大学);Perimeter Institute for Theoretical Physics(理论物理前沿研究所)
研究约束组合优化问题,开发光谱理论统一量子优化算法,揭示计算速度减慢由纠缠重组驱动,指出约束代数性质引发重组,约束感知动力学可减少减慢,解释了约束感知量子方法优势并连接多方面内容。
2026-07-17 math.OC quant-ph
Sharp-interface limit of a multi-phase spectral shape optimization problem for elastic structures
本文利用形式匹配渐近技术,推导了多材料弹性结构特征值优化问题的最优性系统在锐界面极限下的条件,并通过数值模拟验证了理论结果。
2023-11-27 math.AP math.OC