广义Dantzig选择器问题是解决参数估计的有效途径,其中任何范数都可以用于估计.本文采用对偶交替方向乘子法(dual Alternating Direction Method of Multipliers,简称dADMM)求解e_(1)范数,e_(2)范数和e_(∞)范数广义Dantzig选择器问题,...广义Dantzig选择器问题是解决参数估计的有效途径,其中任何范数都可以用于估计.本文采用对偶交替方向乘子法(dual Alternating Direction Method of Multipliers,简称dADMM)求解e_(1)范数,e_(2)范数和e_(∞)范数广义Dantzig选择器问题,并给出了dADMM的全局收敛性和局部线性收敛速度.数值试验验证了dADMM的有效性.展开更多
潜在空间模型是网络数据统计建模和可视化的有效工具.随着网络规模的不断扩大,潜在空间模型的计算也面临着巨大挑战.在本文我们应用对偶半邻近交替方向乘子法(dual semiproximal Alternating Direction Method of Multipliers,简称dsAD...潜在空间模型是网络数据统计建模和可视化的有效工具.随着网络规模的不断扩大,潜在空间模型的计算也面临着巨大挑战.在本文我们应用对偶半邻近交替方向乘子法(dual semiproximal Alternating Direction Method of Multipliers,简称dsADMM)求解大型网络的通用潜在空间模型拟合问题.并在一些温和的条件下分析了该算法的全局收敛性.数值试验验证了该算法的有效性.展开更多
文摘广义Dantzig选择器问题是解决参数估计的有效途径,其中任何范数都可以用于估计.本文采用对偶交替方向乘子法(dual Alternating Direction Method of Multipliers,简称dADMM)求解e_(1)范数,e_(2)范数和e_(∞)范数广义Dantzig选择器问题,并给出了dADMM的全局收敛性和局部线性收敛速度.数值试验验证了dADMM的有效性.
文摘潜在空间模型是网络数据统计建模和可视化的有效工具.随着网络规模的不断扩大,潜在空间模型的计算也面临着巨大挑战.在本文我们应用对偶半邻近交替方向乘子法(dual semiproximal Alternating Direction Method of Multipliers,简称dsADMM)求解大型网络的通用潜在空间模型拟合问题.并在一些温和的条件下分析了该算法的全局收敛性.数值试验验证了该算法的有效性.