Core Concepts
리만 다양체 상에서 부정확한 경사와 헤시안을 사용하는 적응형 3차 정규화 알고리즘을 제안하고, 일정한 가정 하에서 (εg, εH)-최적성을 달성하기 위한 반복 복잡도를 제시한다.
Abstract
이 논문에서는 리만 다양체 상에서 부정확한 경사와 헤시안을 사용하는 적응형 3차 정규화 알고리즘을 제안한다. 이 알고리즘은 [Math. Program., 184(1-2): 35-70, 2020]에서 제안된 부정확한 적응형 3차 정규화 알고리즘을 유클리드 공간뿐만 아니라 일반적인 리만 다양체로 확장한 것이다.
알고리즘의 핵심은 다음과 같다:
부정확한 경사와 헤시안을 사용하여 3차 정규화 부문제를 근사적으로 해결한다.
일정한 가정 하에서 (εg, εH)-최적성을 달성하기 위한 반복 복잡도를 분석한다.
스티펠 다양체 상에서 joint diagonalization 문제에 알고리즘을 적용하고 수치 실험을 통해 성능을 검증한다.
수치 실험 결과, 제안된 부정확한 적응형 3차 정규화 알고리즘이 기존의 부정확한 신뢰 영역 알고리즘보다 더 효율적인 것으로 나타났다.
Stats
부정확한 경사의 상한은 Kmax
g 이다.
부정확한 헤시안의 상한은 Kmax
H 이다.
Quotes
"리만 기하학 프레임워크는 많은 응용 분야에서 장점을 가지고 있다. 예를 들어 유클리드 공간의 비볼록(제약) 최적화 문제를 리만 다양체 상의 볼록(무제약) 문제로 변환할 수 있다."
"이 논문에서는 리만 다양체 상에서 부정확한 경사와 부정확한 헤시안을 사용하는 적응형 3차 정규화 알고리즘을 제안한다."