具有强收敛保证的确定性约束随机非凸优化的方差减少的一阶方法
原文中文,约200字,阅读约需1分钟。发表于: 。本文解决了确定性约束随机优化问题中如何确保约束几乎被确定性满足的核心问题。我们提出了一种单循环方差减少的随机一阶方法,通过计算确定性部分的确切梯度,确保在复杂度保证下能找到近似的随机静态点。研究表明,该方法在样本复杂度和一阶操作复杂度上达到了显著提升,具有重要的实际应用潜力。
本文提出了一种单循环方差减少的随机一阶方法,解决了确定性约束随机优化问题中的核心问题。该方法能够确保约束几乎被确定性满足,并在样本复杂度和一阶操作复杂度上达到了显著提升。具有重要的实际应用潜力。