Tikhonov regularized exterior penalty dynamics for constrained variational inequalities
本文提出一种基于罚正则化动力系统的连续时间方法,通过引入显式Tikhonov正则化参数,在无限维Hilbert空间中求解约束变分不等式,实现强收敛并有效求解约束极小极大问题。
2024-03-20 math.OC
An Approximation-Based Regularized Extra-Gradient Method for Monotone Variational Inequalities
本文提出了一种求解单调变分不等式(VI)的广义超梯度格式,简称为基于逼近的正则超梯度法(ARE). ARE的第一步解决一个VI子问题的近似算子满足$p^{th}$阶Lipschitz界相对于原始映射,进一步耦合的梯度的$(p+1)^{th}$阶正则化。最佳的整体收敛是保证包括一个额外的额外的梯度步骤,而$p^{th}$阶超线性局部收敛,如果VI是强单调的。所提出的ARE是包容性和一般性的,在这个意义上,各种解决方案的方法可以制定在这个框架内作为不同的表现形式的近似,和他们的迭代复杂性将遵循通过在一个统一的方式。ARE框架与一阶方法有关,同时为开发专门用于结构化问题的高阶方法提供了可能性,这些方法保证了最佳迭代复杂性界限。
2022-10-10 math.OC
Regularized Projection Algorithms for Monotone Inverse Variational Inequalities
针对单调随机逆变分不等式,提出结合Tikhonov正则化与递增批量大小的算法,证明迭代有界及收敛,给出期望平方残差的非渐近率,还介绍了确定性变体及数值实验。
2026-07-21 math.OC
Lagrange Multipliers, (Exact) Regularization and Error Bounds for Monotone Variational Inequalities
我们研究单调变分不等式的两个中心正则化策略,第一个是操作单调映射的直接正则化,第二个是通过相关的对偶间隙函数的正则化。这些不同的正则化问题的解集之间的关系的一个关键环节是精确正则化的思想,这反过来又从根本上与正则化变分不等式的拉格朗日乘子的存在性相关。如果正则化问题的解是非正则化问题的解,并且所有参数都超过某个值,则称正则化是精确的。另一方面,对应于变分不等式的特定正则化的拉格朗日乘子通过对偶间隙函数来定义。我们的分析提出了各种概念,迭代正则化的数值方案,我们提供误差界,因此停止标准,在额外的假设下,解决方案集的非正则化问题是我们所谓的弱尖锐的顺序大于一。
2015-11-02 math.OC
Robust McKean--Vlasov Variational Systems with Asymmetric Loss Aversion: Well-Posedness, Stability, and Propagation of Chaos for the Forward and Regularized Backward Systems
University of Kinshasa(金沙萨大学)
研究非主导概率测度族下鲁棒前向-后向McKean-Vlasov变分系统,通过Wasserstein空间不动点论证建立正向动力学的存在唯一性和稳定性,利用Yosida正则化和Minty-Brézis论证得到正则化反向系统的典范解,并证明正向动力学的粒子近似和混沌传播显式收敛率。
2026-06-29 math.OC
A Bregman inertial iteratively regularized extragradient method for bilevel variational inequality problems
Tokyo Metropolitan University(东京都立大学);Nagoya Institute of Technology(名古屋工业大学);Kyoto University(京都大学)
本文提出一种Bregman惯性正则化外梯度方法求解双层变分不等式问题,在偶空间进行惯性外推,推导了广义间隙函数的非渐近收敛界,并通过交通网络和多投资组合纳什均衡实验验证了有效性。
2026-09-29 math.OC
On Fienup Methods for Regularized Phase Retrieval
交替最小化或Fienup方法在相位恢复中具有悠久的历史。我们提供了新的见解,这些算法的经验和理论分析时,与傅立叶测量和凸先验相结合。特别是,我们表明,Fienup方法可以被视为执行交替最小化的正则化非凸最小二乘问题的振幅测量。然后,我们证明,根据温和的额外的结构假设的先验(半代数),信号估计序列有一个光滑的收敛行为对非凸正则化最小二乘目标的临界点。最后,我们提出了一个扩展Fienup技术的基础上,预计梯度下降的解释和加速使用惯性条款。我们的实验表明,这种修改结合$\ell_1$之前构成了稀疏相位检索的竞争力的方法。
2017-02-27 cs.IT math.IT math.OC
Efficient Techniques for Shape Optimization with Variational Inequalities using Adjoints
通常,对于半光滑形状最优化问题,标准必要最优性条件不能以直接的方式公式化。本文考虑第一类变分不等式约束的形状最优化问题,即所谓的障碍型问题。在适当的假设下,我们证明了正则化问题伴随的存在性和收敛到非正则化问题的极限对象。此外,我们得到了正则化问题的形状导数的存在性和封闭形式,并证明收敛到一个极限对象。在此基础上,设计了一种有效的优化算法,并进行了数值测试。
2020-01-29 math.OC
Regularized Operator Extrapolation Method For Stochastic Bilevel Variational Inequality Problems
本文提出单循环R-OpEx方法求解随机单调BVI,结合Tikhonov正则化与算子外推,并在多种光滑性、随机性和强单调设定下给出改进复杂度保证。
2025-05-14 math.OC
Fractional-Boundary-Regularized Deep Galerkin Method for Variational Inequalities in Mixed Optimal Stopping and Control
Imperial College London(帝国理工学院)
针对混合最优停时与随机控制问题,提出分数阶边界正则化深度伽辽金方法,通过对偶变换和边界正则化提高精度,并利用原始-对偶关系提供无解析解时的基准。
2025-05-25 cs.LG math.OC
Coefficient Control of Variational Inequalities
本文研究障碍问题系数中的控制,利用 H-convergence 证明最优解存在性,导出方向可微性以获得一阶必要条件,并通过正则化方法建立极限最优性系统,数值实验验证了收敛性及其向相场断裂扩展的潜力。
2023-07-03 math.OC
Ordinary differential equations for regularized variational problems involving semi-discrete optimal transport
Université Paris-Saclay(巴黎萨克雷大学);CNRS(法国国家科学研究中心);Inria Saclay(法国国家信息与自动化研究所萨克莱分中心);Institut Universitaire de France (IUF)(法兰西学院);University of Alberta(阿尔伯塔大学)
本文研究了正则化半离散变分问题,通过常微分方程描述解的特性,并证明了其在正则化参数下的连续性,展示了数值求解方法的鲁棒性。
2026-04-04 cs.NA math.NA math.OC
Regularized Variational and Spectral Log-Density-Ratio Estimation in the Gaussian Location Model
研究高斯位置模型下岭正则化对数密度比估计,通过变分与谱方法推导高维渐近等价,比较两者风险并分析核范数惩罚的特征学习。
2026-07-03 cs.LG math.OC math.ST
Regularized Multiobjective Optimization with Directionally Lipschitzian Data
Department of Mathematics and Institute for AI and Data Science, Wayne State University(韦恩州立大学数学系与人工智能与数据科学研究所)
本文提出利用方向性Lipschitz函数的正则化方法,推导多目标优化问题的帕累托最优必要条件。
2025-11-20 math.OC
Variational Contraction Conditions for Iterative Algorithms in Multi-Population Discrete-Time Regularized Mean-Field Games
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
针对多总体离散时间正则化平均场博弈,基于Lipschitz连续性假设,提出各迭代算法在任意赋范空间中的显式(最终)收缩条件,并给出有限时域均衡向无限时域均衡收敛的速率。
2026-09-04 cs.SY eess.SY math.OC
A geometric perspective on regularized optimal transport
我们提出了新的几何直观的动力学版本的正则化最优输运。我们介绍了两个家庭的变分问题的黎曼流形包含类似的薛定谔桥问题和Yasue问题。我们还提出了一个类似的霍普夫-科尔变换的几何设置。
2017-04-21 math.AP math.OC
Regularized higher-order Taylor approximation methods for nonlinear least-squares
本文提出正则化高阶泰勒近似(RHOTA)算法求解非线性最小二乘等复合问题,推导了全局收敛性及基于KL性质的改进收敛速率,并扩展至非线性方程组与等式约束优化,数值实验验证了其有效性。
2025-03-04 math.OC
A FE-ADMM algorithm for Lavrentiev-regularized state-constrained elliptic control problem
本文考虑了状态带有逐点盒约束的椭圆控制问题,其中相应的Lagrange乘子一般只表示正则Borel测度函数。为了解决这个问题,Lavrentiev正则化被用来处理状态约束。为了对所得问题进行数值离散,针对变分离散在数值实现上的弱点,采用了全分段线性有限元离散。对正则化和离散化产生的误差进行了估计。由于采用了Lavrentiev正则化,全离散化的误差阶不低于变分离散化的误差阶。考虑到离散化误差,高精度的算法没有多大意义。利用有效的一阶算法来解决离散化问题,以适度的精度是足够的。在此基础上提出了一种非均匀乘子交替方向法(hADMM)。与经典的ADMM不同,我们的hADMM在两个子问题中分别采用了两种不同的加权范数。此外,为了得到更精确的解决方案,两个阶段的策略,其中原始对偶有效集(PDAS)方法被用作后处理的hADMM。数值结果不仅验证了误差估计,而且还显示了hADMM和两阶段策略的有效性。
2017-06-16 math.OC
An Optimization Approach to Parameter Identification in Variational Inequalities of Second Kind -- II
本文继续以前的工作,并关注的参数识别的反问题的变分不等式的第二类,不仅要处理的参数连接到一个双线性形式,但重要的是,也连接到一个非线性非光滑函数的参数。使用输出最小二乘公式的反问题的早期工作中的优化方法涉及第二类变分不等式作为约束。本文利用不可微最优化的正则化技术,对变分不等式中的非光滑部分进行正则化,得到一个用正则化的变分方程代替约束变分不等式的最优化问题。对于这种情形,研究了参数-解映射的光滑性,给出了收敛性分析和最优性条件。
2020-12-30 math.OC
A complete characterization on the robust isolated calmness of the nuclear norm regularized convex optimization problems
本文给出了用核范数函数正则化的凸约束最优化问题的Karush-Kuhn-Tucker(KKT)解映射的鲁棒孤立平静性的完整刻画.在文献[8]中,作者证明了在局部最优解的Robinson约束条件下,一类锥规划问题的KKT解映射是鲁棒孤立镇定的当且仅当同时满足二阶充分条件(SOSC)和严格Robinson约束规格(SRCQ).基于核范数函数及其共轭的变分性质,我们建立了原始/对偶SOSC与对偶/原始SRCQ之间的等价性。导出的结果导致几个等价的刻画的鲁棒孤立冷静的KKT解决方案映射和添加见解,现有文献的稳定性核范数正则化凸最优化问题。
2017-02-20 math.OC
Low Complexity Regularized Phase Retrieval
Normandie Univ(诺曼底大学);ENSICAEN(卡昂高等工程师学院);CNRS(法国国家科学研究中心);GREYC(卡昂计算机科学、研究与成像实验室)
本文研究具有先验结构的低复杂度正则化相位恢复问题,提出统一分析框架,证明了无噪声精确恢复与有噪声稳定恢复的充分条件及样本复杂度界限。
2024-07-23 cs.CV cs.IT math.IT
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
Semi-dual Regularized Optimal Transport
CREST(Crest 研究中心);ENSAE(法国国家统计与经济管理学院);CNRS(法国国家科学研究中心);École Normale Supérieure(巴黎高等师范学院)
涉及Wasserstein距离和更普遍的最优运输(OT)理论的变分问题在数据科学中发挥着越来越重要的作用。这样的问题可以用来形成一个示例措施的各种概率措施,如在瓦瑟斯坦重心问题,或进行参数推断和密度拟合,其中的损失是衡量的最佳运输成本的措施的意见。尽管概念上很简单,但这些问题在计算上具有挑战性,因为它们涉及到最小化本身难以计算的量(Wasserstein距离)。最近出现的熵正则化作为一个有效的工具来近似解这样的变分Wasserstein问题。在本文中,我们给出了这些正则化技术的一个彻底的对偶之旅。特别是,我们展示了如何从经典OT的重要概念,如c-变换和半离散的方法转化为类似的想法在正则化设置。这些对偶公式导致光滑变分问题,这些问题可以使用光滑、可微和凸优化问题来解决,这些问题比它们的非正则化对应问题更容易实现并且在数值上更稳定。我们说明了这种方法的多功能性,将其应用到Wasserstein重心和梯度流的空间正则化泛函的计算。
2018-11-13 cs.AI cs.LG math.OC
Variational Image Motion Estimation by Accelerated Dual Optimization
光流估计是计算机视觉中最有趣的问题之一,它估计两幅连续图像之间像素位移的基本信息。针对全变分正则化光流估计这一具有挑战性的非光滑最优化问题,提出了一种高效的对偶优化框架。在理论上,提出的对偶优化框架带来了一个优雅的变分分析给定的困难最优化问题,同时提出了一个有效的算法方案,而不直接处理相应的非光滑数值。通过引入有效的预处理器与多尺度实现,所提出的加速双重优化方法实现了竞争力的图像运动估计结果,与国家的最先进的方法相比。此外,我们表明,所提出的预条件可以保证实现的数值方案的收敛性与高效率。
2021-10-02 math.OC
Variational discretization of a control-constrained parabolic bang-bang optimal control problem
研究了跟踪泛函中不含Tikhonov项的控制约束抛物型最优控制问题。对于数值处理,我们使用其Tikhonov正则化的变分离散:对于状态和伴随方程,我们在时间上应用[Daniels et al 2015]的Petrov-Galerkin格式,在空间上应用通常的协调有限元。我们证明了离散正则化问题和极限问题之间的误差的先验估计。由于这些估计是不稳健的,如果正则化参数趋于零,我们建立强大的估计,这-取决于问题的规律性-提高以前的。在bang-bang解的特殊情况下,这些估计得到了进一步的改进。一个数值例子证实了我们的分析结果。
2017-07-05 math.OC
New iterative algorithms for solving split variational inclusions
本文提出新迭代算法求解实Hilbert空间中的分裂变分包含问题,利用正则化网的解析性质建立强收敛性,并推导弱收敛变体,涵盖两个特例及数值验证。
2023-10-16 math.OC
Kurdyka-Łojasiewicz Inequality and Error Bounds of D-Gap Functions for Nonsmooth and Nonmonotone Variational Inequality Problems
本文研究了一类非光滑非单调变分不等式问题的D-间隙函数。给出了D-间隙函数的次导数、正则次微分集和极限次微分集的精确公式。利用这些公式,我们给出了D-间隙函数具有Kurdyka-Kauojasiewicz不等式性质和误差界性质的一些充分和必要条件.作为我们的Kurdyka-Kazojasiewicz不等式结果和[Attouch,et al.,半代数和驯服问题的下降法的收敛性:近似算法、向前向后分裂和正则化高斯-赛德尔方法,数学程序,137(2013)91-129],我们证明了由具有不精确线搜索的导数自由下降算法生成的序列线性地收敛到变分不等式问题的某个解。
2022-12-06 math.OC
Variational Regularized Unbalanced Optimal Transport: Single Network, Least Action
Center for Machine Learning Research, Peking University(北京大学机器学习研究中心);LMAM and School of Mathematical Sciences, Peking University(北京大学LMAM与数学科学学院);Center for Quantitative Biology, Peking University(北京大学定量生物学中心);NELBDA, Peking University(北京大学NELBDA研究中心);AI for Science Institute, Beijing(北京人工智能科学研究院)
针对从少量快照恢复高维系统动力学问题,提出变分正则化非平衡最优传输(Var-RUOT)框架,通过引入最优必要条件仅需学习标量场,实现更低作用量、更快收敛和更稳定训练。
2025-10-25 cs.LG math.OC q-bio.QM
A regularized transportation cost stemming from entropic approximation
Technical University of Munich(慕尼黑工业大学);Università di Firenze(佛罗伦萨大学)
本文研究了在熵正则化下最优运输问题的收敛性,通过弱紧致性条件证明正则化函数的收敛,并探讨了多边际问题的应用。
2025-12-29 math.AP math.OC math.PR
A McKean-Pontrygin maximum principle for entropic-regularized optimal transport
Institut für Mathematik, Universität Potsdam(波茨坦大学)
本文提出基于麦克肯-庞特里亚金最大原理的均场方法,解决动态最优传输问题,避免随机路径采样,构建约束哈密顿方程,并统一处理确定性和随机性最优传输。
2026-03-31 cs.NA math.NA math.OC
A Smoothed Dual Approach for Variational Wasserstein Problems
最近提出了涉及瓦瑟斯坦距离的变分问题,以总结和学习概率测度。尽管在概念上很简单,但这些问题在计算上是具有挑战性的,因为它们涉及最小化本身难以计算的量(瓦瑟斯坦距离)。我们证明了Carlier等人(2014)最近引入的Wasserstein变分问题的对偶公式可以使用熵平滑进行正则化,这会导致光滑,可微,凸优化问题,更容易实现,数值上更稳定。我们说明了这种方法的多功能性,将其应用到Wasserstein重心和梯度流的空间正则化泛函的计算。
2015-08-24 math.OC stat.ML
A Preconditioned Descent Algorithm for Variational Inequalities of the Second Kind Involving the $p$-Laplacian Operator
Escuela Politécnica Nacional(国立理工学院);Research Center on Mathematical Modeling (ModeMat)(数学建模研究中心)
本文提出了一种预条件下降法用于求解包含$p$-拉普拉斯算子的第二类变分不等式,并分析了该方法在函数空间中的收敛性。
2017-11-10 cs.NA math.NA math.OC
Controlling conservation laws I: entropy-entropy flux
研究了一类具有Lax熵-熵通量对的正则守恒律的变分问题.我们首先介绍了一个修改后的最优输运空间的基础上的守恒律扩散。利用这个空间,我们证明了守恒律与扩散是“通量梯度流”。接下来,我们构造这些流的变分问题,我们得到正则化守恒律的对偶PDE系统。给出了几个算例,包括交通流和Burgers方程.通过对原始对偶法和单调格式的比较,我们成功地计算了守恒律的控制。
2021-11-10 cs.NA math-ph math.AP
The planning problem in Mean Field Games as regularized mass transport
本文利用变分方法研究了平均场对策理论中的一阶规划问题。我们证明了在无穷远处具有任意超线性增长阶和局部耦合函数的一类Hamilton算子的情况下,问题的弱解的存在性和唯一性.我们要求初始和最终的度量值仅仅是可求和的。在同一时间(依赖于最近开发的技术由Graber和Mészáros),在较强的单调性和凸性条件下的数据,我们获得Sobolev估计的空间和时间导数的规划问题的解决方案。
2019-05-18 math.AP math.OC
An Oracle Gradient Regularized Newton Method for Quadratic Measurements Regression
本文研究二次测量信号恢复,提出梯度正则化牛顿法(GRNM)求解最小二乘问题,证明了其超线性收敛性,并在理论和实验上验证了高精度的恢复能力与计算效率。
2024-08-30 math.OC math.ST stat.TH
Variational regularisation for inverse problems with imperfect forward operators and general noise models
我们研究变分正则化方法的反问题,不完美的前向运营商的错误可以建模的序区间的部分顺序的巴拿赫格。我们进行了分析的存在性和凸对偶的一般数据保真度项和正则化泛函。对于先验和后验的参数选择规则,我们得到了正则解的收敛速度的Bregman距离。我们的研究结果适用于保真度条款,如Wasserstein距离,f-分歧,规范,以及这些的总和和无穷卷积。
2020-10-23 cs.NA math.NA math.OC
Contingent derivatives and regularization for noncoercive inverse problems
University of Duisburg-Essen(杜伊斯堡-埃森大学);Rochester Institute of Technology(罗切斯特理工学院);Universidad Nacional de Educación a Distancia(西班牙国立远程教育大学);Martin-Luther-University of Halle-Wittenberg(哈勒-维滕贝格马丁·路德大学)
本文研究非 coercive 变分问题中参数识别的逆问题,通过条件导数分析参数到解的映射,并利用输出最小二乘法进行正则化以获得单值映射,探讨其光滑性和有界性,并提供计算方法和数值结果。
2018-02-14 cs.NA math.NA math.OC
Variational optimization approach for reconstruction of dielectric permittivity and conductivity functions using partial boundary measurements
Chalmers University of Technology and University of Gothenburg(查尔姆斯理工大学和哥德堡大学)
本文提出变分优化方法用于基于有限边界观测重建时变麦克斯韦系统中的介电 permittivity 和导电性函数,通过理论分析和数值实验验证了方法的有效性。
2026-02-19 cs.NA math.AP math.NA
Local Linear Convergence of Approximate Projections onto Regularized Sets
Institute for Numerical and Applied Mathematics, Universität Göttingen(哥廷根大学数值与应用数学研究所)
针对集合交集问题,提出一种正则化策略使交集具有度量正则性,并证明近似交替投影算法的局部线性收敛性,为相位恢复等病态逆问题提供理论依据。
2011-09-14 cs.NA math-ph math.MP