核心概念
本論文では、上位/下位の目的関数の値や無偏勾配推定値が利用できない場合のバイレベル問題を解くためのゼロ次オーダーの確率近似アルゴリズムを提案し、その非漸近的収束性を示す。
要約
本論文では、バイレベル最適化問題を解くための完全ゼロ次オーダーのアプローチを提案している。
まず、ガウシアン平滑化を用いて、2つの独立したブロック変数を持つ関数の1次および2次偏微分を推定する手法を開発する。その後、この推定値を用いて、確率近似アルゴリズムの枠組みでバイレベル最適化問題を解き、その非漸近的収束性を示す。
具体的には以下の通り:
ガウシアン平滑化を用いて、2ブロック変数関数の1次および2次偏微分の推定手法を開発する。これにより、ブロック変数のうち1つについてのみゼロ次情報を利用できる柔軟性を得る。
上位/下位の目的関数の値や無偏勾配情報が利用できない完全ゼロ次オーダーのバイレベル最適化アルゴリズムを提案し、その非漸近的収束性と標本複雑度を示す。これは、ゼロ次オーダーのバイレベル最適化アルゴリズムに対する初めての標本複雑度の結果である。
統計
下位問題の最適解は有界である: max_x ||y^*(x)|| は有界
上位目的関数fは1次微分リプシッツ連続
下位目的関数gは2次微分リプシッツ連続で、yについて強convex