Core Concepts
본 논문은 리언 정리 증명기를 사용하여 다양한 1차 최적화 알고리즘의 복잡도 분석을 형식화하는 것을 목표로 한다. 이를 위해 평활 함수의 기울기와 볼록 함수의 부차미분을 정의하고, 볼록 함수의 성질을 증명하였다. 또한 근접 연산자를 도입하고 이를 활용하여 1차 알고리즘의 수렴 속도를 형식화하였다.
Abstract
본 논문은 리언 정리 증명기를 사용하여 1차 최적화 알고리즘의 복잡도 분석을 형식화하는 것을 목표로 한다.
평활 함수의 기울기와 볼록 함수의 부차미분을 정의하고, 이를 활용하여 알고리즘 구조를 정확하게 형식화하였다.
볼록 함수의 성질 중 아직 mathlib에 정의되지 않은 부분을 추가로 형식화하였다. 이는 최적화 알고리즘의 수렴 분석에 필수적이다.
근접 연산자를 도입하고 이의 성질을 증명하였다. 이를 통해 근접 경사 하강법과 네스테로프 가속 방법 등의 수렴 속도를 형식화할 수 있었다.
1차 알고리즘을 클래스 구조로 정의하여 일반화하였다. 이를 통해 사용자가 특정 문제에 알고리즘을 쉽게 적용할 수 있도록 하였다.
전반적으로 본 논문은 수치 최적화 분야에서 형식화 연구를 확장하였으며, 향후 기계 학습 등 다양한 분야로의 응용이 기대된다.
Stats
볼록 함수 f에 대해 모든 x, y에 대해 f(y) ≥ f(x) + ⟨∇f(x), y-x⟩가 성립한다.
미분가능 볼록 함수 f가 l-Lipschitz 연속이면, 모든 x, y에 대해 f(y) ≤ f(x) + ⟨∇f(x), y-x⟩ + l/2∥y-x∥^2이 성립한다.
강볼록 함수 f가 l-Lipschitz 연속이면, 모든 x, y에 대해 ⟨∇f(x) - ∇f(y), x-y⟩ ≥ ml/(m+l)∥x-y∥^2 + 1/(m+l)∥∇f(x) - ∇f(y)∥^2이 성립한다.
Quotes
"본 논문은 리언 정리 증명기를 사용하여 다양한 1차 최적화 알고리즘의 복잡도 분석을 형식화하는 것을 목표로 한다."
"볼록 함수의 성질 중 아직 mathlib에 정의되지 않은 부분을 추가로 형식화하였다. 이는 최적화 알고리즘의 수렴 분석에 필수적이다."
"근접 연산자를 도입하고 이의 성질을 증명하였다. 이를 통해 근접 경사 하강법과 네스테로프 가속 방법 등의 수렴 속도를 형식화할 수 있었다."