Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:1212.0523

帮助 | 高级搜索

数学 > 优化与控制

arXiv:1212.0523 (math)
[提交于 2012年12月3日 (v1) ,最后修订 2013年6月24日 (此版本, v2)]

标题: 扩展的前向后向算法

标题: Extended Forward-Backward Algorithm

Authors:Marc Lassonde, Ludovic Nagesseur
摘要: 我们提出了一种扩展的前向-后向算法,用于近似一个极大单调算子的零点,该算子可以分解为两个极大单调算子的扩展和。 在类似于经典前向-后向算法中使用的假设下,我们建立了由该算法生成的序列的平均弱收敛性。 这在特殊情况下提供了一个用于解决没有资格条件的凸约束最小化问题的算法。
摘要: We propose an extended forward-backward algorithm for approximating a zero of a maximal monotone operator which can be split as the extended sum of two maximal monotone operators. We establish the weak convergence in average of the sequence generated by the algorithm under assumptions similar to those used in classical forward-backward algorithms. This provides as a special case an algorithm for solving convex constrained minimization problems without qualification condition.
评论: 9页
主题: 优化与控制 (math.OC)
MSC 类: 47J25, 47H05, 90C25
引用方式: arXiv:1212.0523 [math.OC]
  (或者 arXiv:1212.0523v2 [math.OC] 对于此版本)
  https://doi.org/10.48550/arXiv.1212.0523
通过 DataCite 发表的 arXiv DOI
期刊参考: J. Math. Anal. Appl. 403 (2013), 167--172
相关 DOI: https://doi.org/10.1016/j.jmaa.2013.02.022
链接到相关资源的 DOI

提交历史

来自: Marc Lassonde [查看电子邮件]
[v1] 星期一, 2012 年 12 月 3 日 20:23:00 UTC (9 KB)
[v2] 星期一, 2013 年 6 月 24 日 09:35:06 UTC (9 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math.OC
< 上一篇   |   下一篇 >
新的 | 最近的 | 2012-12
切换浏览方式为:
math

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号