摘要
本文设计一个单参数随机拟牛顿算法,证明该算法的收敛性并分析了复杂性,对非凸经验风险最小化问题进行数值实验,验证了算法的有效性和竞争性。
A one-parameter stochastic quasi-Newton algorithm is designed.The convergence of the algorithm is proved and its complexity is analyzed.Numerical experiments are done about the non-convex empirical risk minimization problems,which shows that the algorithm is effective and competitive.
作者
袁功林
莫中宇
罗珍华
YUAN Gonglin;MO Zhongyu;LUO Zhenhua(School of Mathematics and Information Science,Guangxi University,Nanning 530004,China;Center for Applied Mathematics of Guangxi,Guangxi University,Guangxi 530004,China)
出处
《应用数学》
北大核心
2024年第3期706-717,共12页
Mathematica Applicata
基金
国家自然科学基金(11661009)
广西科技基地和人才专项(桂科AD22080047)。
关键词
单参数
随机拟牛顿
收敛性
复杂性
非凸
One-parameter
Stochastic quasi-Newton
Convergence
Complexity
Non-convex
