Core Concepts
本論文は、SoS Taylor モデルと適応的正則化手法を組み合わせたアルゴリズムを提案し、その大域的収束性と評価複雑度を解析している。このアルゴリズムは、非凸な滑らかな最適化問題に対して、最適化精度ϵに対して最適な評価複雑度を達成する。
Abstract
本論文は、高次の正則化手法と Sum-of-Squares (SoS) Taylor モデルを組み合わせたアルゴリズムを提案し、その大域的収束性と評価複雑度を解析している。
主な内容は以下の通り:
SoS Taylor モデルを用いて、局所的に強凸、非凸、準強凸な場合の3つの場合に応じたモデルを構築する。
正則化パラメータσkの上界を示し、これが反復に依存せず一様に有界であることを証明する。
成功反復における目的関数値の減少量を解析し、強凸な場合は最適な収束速度を達成することを示す。
全体の評価複雑度を解析し、一般の非凸関数に対してはO(ϵ^-2)、強凸関数に対してはO(ϵ^-1/p)の評価複雑度を達成することを示す。
これは、非凸滑らかな最適化問題に対して、高次の可解な部分問題を持つ初めての大域的収束性と評価複雑度の解析結果である。
Stats
最適化問題の次数pが奇数の場合、強凸反復における目的関数値の減少量はO(ϵ^((p+1)/p))
最適化問題の次数pが偶数の場合、強凸反復における目的関数値の減少量はO(ϵ^((p+3)/(p+1)))
一般の非凸関数に対する評価複雑度はO(ϵ^-2)
強凸関数に対する評価複雑度はO(ϵ^-1/p)
Quotes
"本論文は、非凸滑らかな最適化問題に対して、高次の可解な部分問題を持つ初めての大域的収束性と評価複雑度の解析結果である。"
"本アルゴリズムは、最適化精度ϵに対して最適な評価複雑度を達成する。"