Capacitary measures for completely monotone kernels via singular control
当能量定义为完全单调核时,我们给出了一种奇异控制方法来解决紧致实区间上总质量给定的测度的能量泛函极小化问题.这个问题出现在位势论和寻找最优的金融订单执行策略下的瞬时价格冲击。在我们的设置中,措施或订单执行策略被解释为奇异控制,和容量措施是唯一的最优控制。最小能量,或相当于容量的基础区间,其特征在于通过一个非标准的无穷维里卡蒂微分方程,这是在一定程度上详细分析。然后,我们表明,容量措施有两个狄拉克组件的端点之间的间隔和一个连续的勒贝格密度。这个密度可以作为某个第二类Volterra积分方程的解来获得。
2013-02-25 math.OC q-fin.CP
Optimal and non-optimal lattices for non-completely monotone interaction potentials
我们研究了$d$维Bravais格点中每点能量$E\_f$的最小化问题,这取决于选择的成对势等于径向对称函数$f(|x|^2)$。当$f$是完全单调函数类之外的指数叠加时,我们基于$f$的逆拉普拉斯变换的符号,制定了固定尺度下$E\_f$的某些格的极小性和非极小性的准则。我们还构造了一族非完全单调函数,其三角格是$E\_f$在任何尺度下的唯一极小元。对于Lennard-Jones型势,我们将所有Bravais格之间的最小化问题减少到单位密度格的较小空间上的最小化,并建立了与最大接吻问题的联系。新的数值证据的最优性的特定格的所有指数也给出了。最后,我们设计了单阱势$f$,使得正方形晶格比三角形晶格具有更低的能量$E\_f$。还提出了许多开放的问题。
2019-05-03 math-ph math.MP math.OC
Optimal control of stochastic Volterra integral equations with completely monotone kernels and stochastic differential equations on Hilbert spaces with unbounded control and diffusion operators
Sapienza Università di Roma(罗马大学);Technische Universität Berlin(柏林工业大学)
本文研究了具有完全单调核的随机Volterra积分方程的最优控制问题,通过马尔可夫提升方法将其转化为Hilbert空间上的随机微分方程问题,并证明了新的平滑性质,从而建立了Hamilton-Jacobi-Bellman方程的弱解存在性和唯一性,以及构造了最优反馈控制。
2026-02-19 math.AP math.OC math.PR
Any Proof of Polynomial Hirsch Must be Completely Incoherent
Bowdoin College(博多因学院);Colby College(科尔比学院)
研究多项式赫希猜想类似问题,即多面体上由线性函数诱导定向时是否总有多项式长度连贯单调路径。通过展示特定多面体和线性函数,证明并非如此,且加强了相关领域长期结果。
2026-07-14 cs.DS math.CO math.OC
Regularity of all minimizers of a class of spectral partition problems
我们研究了一类相当广泛的最优分区问题的单调性和强制性的功能成本,涉及Dirichlet特征值的分区。我们展示了一个尖锐的正则性结果为整个集的极小的自然放松的版本的原始问题,连同正则性的特征函数和一个普遍的自由边界条件。其中,我们的结果涵盖了以下功能成本\[ (ω_1, \dots, ω_m) \mapsto \sum_{i=1}^{m} \left( \sum_{j=1}^{k_i} λ_{j}(ω_i)^{p_i}\right)^{1/p_i}, \quad \prod_{i=1}^{m} \left( \prod_{j=1}^{k_i} λ_{j}(ω_i)\right), \quad \prod_{i=1}^{m} \left( \sum_{j=1}^{k_i} λ_{j}(ω_i)\right) \]的情况下,其中$(ω_1, \dots, ω_m)$是集的分区和$λ_{j}(ω_i)$是$j$次拉普拉斯特征值的集合$ω_i$与零Dirichlet边界条件。
2020-02-10 math.AP math.OC
Markovian lifting and optimal control for integral stochastic Volterra equations with completely monotone kernels
本文提出利用完全单调核和马尔可夫提升技术,解决有限维积分随机Volterra方程的最优控制问题,并证明最优控制的存在性。
2026-02-27 math.OC math.PR
Competitive learning of monotone Boolean functions
我们将竞争分析应用到最小化对Oracle的查询次数以完全重建给定单调布尔函数的问题上。除了上下限的竞争力,我们确定最佳的确定性在线算法的最小的问题实例。
2014-01-31 cs.CC cs.DS math.OC
Fejér-monotone hybrid steepest descent method for affinely constrained and composite convex minimization tasks
本文介绍了Fejér-单调混合最速下降算法(FM-HSDM),它是HSDM算法族的一个新成员,用于求解实希尔伯特空间中的仿射约束极小化问题,其中凸光滑和非光滑损失构成目标函数. FM-HSDM提供的序列的估计收敛弱,并在一定的假设下,强烈的解决方案的任务。不动点理论,变分不等式和仿射非扩张映射被用来设计一个计划,以适应仿射约束在一个更通用的方式比国家的最先进的原始-对偶技术和交替方向法的乘数做。可以调整递归以获得低计算占用,非常适合大规模优化任务,而不会影响收敛保证。与HSDM的前体相比,FM-HSDM具有Fejér单调性,步长参数在迭代过程中保持不变,以促进估计序列收敛到最小值,而仅需要光滑损失函数的导数的利普希茨连续性而不是强单调性来确保收敛。文中还给出了收敛到最优点的收敛速率的结果。
2018-04-10 math.OC
On the resolution of misspecified convex optimization and monotone variational inequality problems
我们考虑一个错误指定的最优化问题,需要最小化一个函数f(x;q*)在一个封闭的凸集X,其中q* 是一个未知的参数向量,可以通过一个并行学习过程中学习。在此背景下,我们研究了耦合格式的发展,当k趋于无穷大时,生成迭代{x_k,q_k},然后{x_k}收敛于x*,f(x;q*)在X上的极小元,{q_k}收敛于q*。在本文的第一部分中,我们考虑在函数f的各种凸性假设下,f是光滑或非光滑的问题的解。此外,还提供了速率语句来量化学习过程导致的速率下降。在第二部分中,我们考虑了错误指定的单调变分不等式问题的解与更多的一般均衡问题以及错误指定约束条件的可能性。首先给出了一个常步长的错定外梯度格式,并证明了它的渐近收敛。该方案依赖于问题参数(如Lipschitz常数),并导致我们提出一个错误指定的迭代Tikhonov正则化的变体。数值支持渐近和速率声明。
2015-04-15 math.OC
The Stochastic Fejér-Monotone Hybrid Steepest Descent Method and the Hierarchical RLS
本文介绍了随机Fejér-monotone混合最速下降方法(S-FM-HSDM),用于求解带约束的复合凸极小化问题。最小化任务并不确切知道;噪声污染了关于复合损失函数和仿射约束的信息。S-FM-HSDM生成随机变量序列,在某些条件下,相对于概率空间,逐点收敛到无噪声最小化任务的解。S-FM-HSDM具有优化技术的理想属性,例如变量的分裂和恒定的步长(学习率)。此外,它提供了一种新的方式来利用信息的仿射约束通过适当的非扩张映射的不动点集。在S-FM-HSDM的后代中,分层递归最小二乘(HRLS)利用S-FM-HSDM对仿射约束的多功能性,并通过生成收敛到分层优化任务的解决方案的估计序列来提供对LS的新扭曲:最小化集合LS损失的最小化的凸损失。稀疏感知LS任务的数值测试表明,HRLS相比有利的几个国家的最先进的凸,以及非凸,随机近似和在线学习的同行。
2019-03-16 math.OC
Monotone Lipschitz-Gradient Denoiser: Explainability of Operator Regularization Approaches Free From Lipschitz Constant Control
Keio University(庆应义塾大学);Institute of Science Tokyo(东京科学大学)
本文证明单调Lipschitz梯度去噪器等价于弱凸函数的单值邻近算子,并基于此提出无需控制Lipschitz常数的算子正则化框架,其算法弱收敛到隐式正则化代价函数的最小值点。
2025-09-25 eess.SP math.OC
Optimal control of mean field equations with monotone coefficients and applications in neuroscience
我们感兴趣的最优控制问题与某些二次成本泛函依赖于解决$X=X^α$的随机平均场型发展方程在$\mathbb R^d$ $dX_t=b(t,X_t,\mathcal L(X_t),α_t)dt+σ(t,X_t,\mathcal L(X_t),α_t)dW_t,$ $X_0\sim μ$给定的,假设下,封闭系统的FitzHugh-Nagumo神经元网络,并在实际的控制$α_t$是确定性的。为了做到这一点,我们假设,我们给出了一个漂移系数,满足单侧Lipshitz条件,并且动力学受到$π(X_t)\leq0$形式的(凸)水平集约束。我们提出的数学处理遵循最近的专着卡莫纳和Delarue类似的控制问题与Lipshitz系数的线。通过鞅方法解决极小值的存在性后,我们显示了最大值原理,然后数值研究的梯度算法的近似的最优控制。
2020-07-02 cs.NA math.NA math.OC
Optimal design problem with thermal radiation
本文研究具有热辐射等非线性边界条件的两材料热导体最优设计问题,通过均匀化、松弛问题及周长约束近似证明极小化元存在性,并构造候选配置。
2024-07-31 math.AP math.OC
Divergence-Minimization for Latent-Structure Models: Monotone Operators, Contraction Guarantees, and Robust Inference
George Mason University(乔治梅森大学)
本文提出发散最小化框架,通过残差调整发散量实现稳健推断,结合惩罚准则和样本分割确定混合组件数量,展示其在混合和图像分割任务中的稳定性与准确性。
2025-11-22 cs.IT math.IT math.OC
On the range of the Douglas-Rachford operator
University of British Columbia(不列颠哥伦比亚大学)
本文研究Douglas-Rachford算子的范围,证明了对于3*单调算子存在一个公式,揭示其范围接近由基础算子的定义域和值域构成的简单集合,并讨论了其在子微分算子、极小位移向量和 firmly 非扩张映射中的应用。
2014-07-31 cs.NA math.FA math.NA