국소 부경사 변동이 제한된 비평활 최적화 문제를 연구한다. 이는 국소 영역에서 부경사의 차이가 제한되는 것을 의미한다. 이러한 약한 정규성 조건으로도 최적화 문제의 복잡도를 더 세부적으로 특성화할 수 있다.
매개변수 없는 확률적 최적화 알고리즘은 최적으로 조정된 방법과 경쟁력 있는 수렴 속도를 달성할 수 있지만, 문제 매개변수에 대한 상당한 지식이 필요하다. 이 논문은 매개변수 없는 최적화 알고리즘이 가능한 조건을 탐구한다.
본 논문은 비평활 비볼록 목적 함수에 대한 분산 최적화 문제를 해결하기 위한 통일된 프레임워크 DSM을 제안한다. DSM은 차분 포함 동역학의 점근적 행동과 연결되어 있으며, 다양한 기존 효율적인 분산 부경사 방법을 포함한다. 또한 이러한 방법들의 전역 수렴성을 처음으로 보장한다.
고차원 공간에서의 베이지안 최적화 문제를 해결하기 위해 저차원 탐색 영역을 설정하고 국소 GPR 모델을 활용하여 예측 정확도와 탐색 효율을 높였다.
평활화 경사 방법은 강한 볼록성 없이도 마지막 반복의 목적 함수 값 격차에 대한 빠른 수렴 속도를 보장한다.
비볼록 완화를 통해 이진 배낭 문제의 상한을 제공하고, 1/2-근사 알고리즘을 소개하여 효율적인 해법 제시.
이 논문은 이동 대상 여행 영업원 문제에 대한 새로운 공식을 소개하고 최적해를 찾는다.