Durch das Erlernen geeigneter Metriken für Proximal-Algorithmen kann die Konvergenzgeschwindigkeit bei der Lösung von Quadratischen Programmen deutlich verbessert werden, insbesondere wenn die aktiven Nebenbedingungen bei der Optimallösung berücksichtigt werden.
Wir präsentieren DYS-Net, eine Methode zum effizienten Lösen großer ganzzahliger linearer Programme, die auf modernen Konzepten der konvexen Optimierung basiert. DYS-Net skaliert mühelos auf Probleme mit Tausenden von Variablen und übertrifft bestehende Methoden in Bezug auf Rechenzeit und Genauigkeit.
Der Stochastische Extragradient (SEG) mit zufälliger Neuanordnung (SEG-RR) konvergiert schneller als der klassische SEG mit gleichverteilter Stichprobenentnahme, insbesondere für stark monotone, affine und monotone Variationsungleichungsprobleme.