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:1107.0081

帮助 | 高级搜索

数学 > 优化与控制

arXiv:1107.0081 (math)
[提交于 2011年6月30日 (v1) ,最后修订 2011年8月7日 (此版本, v2)]

标题: 原始对偶分裂算法用于求解包含复合、利普希茨和并行和单调算子混合的包含问题

标题: Primal-dual splitting algorithm for solving inclusions with mixtures of composite, Lipschitzian, and parallel-sum monotone operators

Authors:Patrick L. Combettes, Jean-Christophe Pesquet
摘要: 我们提出了一种原始-对偶分裂算法,用于求解涉及集值和利普希茨算子的和、线性复合以及并行和的单调包含问题。 该算法的一个重要特点是,在公式中出现的利普希茨算子可以通过显式步骤单独处理,而集值算子则通过它们的预解算子单独处理。 此外,该算法具有高度并行性,因为其大部分步骤可以同时执行。 这项工作汇集并显著扩展了各种结构化单调包含问题及其求解方法。 特别关注其在凸最优化问题中的应用。
摘要: We propose a primal-dual splitting algorithm for solving monotone inclusions involving a mixture of sums, linear compositions, and parallel sums of set-valued and Lipschitzian operators. An important feature of the algorithm is that the Lipschitzian operators present in the formulation can be processed individually via explicit steps, while the set-valued operators are processed individually via their resolvents. In addition, the algorithm is highly parallel in that most of its steps can be executed simultaneously. This work brings together and notably extends various types of structured monotone inclusion problems and their solution methods. The application to convex minimization problems is given special attention.
主题: 优化与控制 (math.OC)
MSC 类: 47H05, 90C25
引用方式: arXiv:1107.0081 [math.OC]
  (或者 arXiv:1107.0081v2 [math.OC] 对于此版本)
  https://doi.org/10.48550/arXiv.1107.0081
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Patrick L. Combettes [查看电子邮件]
[v1] 星期四, 2011 年 6 月 30 日 22:48:49 UTC (15 KB)
[v2] 星期日, 2011 年 8 月 7 日 14:17:36 UTC (19 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 | 2011-07
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