提出用于多块非凸非光滑优化的CBPL方法
热点事件持续更新
提出用于多块非凸非光滑优化的CBPL方法
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Weifeng Yang提出受控分块近端线性化（CBPL）方法，用于多块非凸非光滑优化；在满足显式控制设计条件和 KL 性质时，该方法可保证原变量有界、整序列收敛及目标值收敛。研究称，该方法保留原目标、变量和约束，并在分块更新中加入控制势。应用包括带 ℓ₀ 稀疏约束的图正则 NMF、CP 分解和独立核心 NMTF；其中普通 NMF 与 CP 可收敛到完整临界点。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
用于非凸非光滑优化的受控分块近端线性化方法报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine Learning用于非凸非光滑优化的受控分块近端线性化方法
研究提出受控分块近端线性化（CBPL）方法，用于不预设原目标迭代有界性或强制性的多块非凸非光滑优化。满足显式控制设计条件和 KL 性质时，该方法保证原变量有界、有限长度及整序列收敛，并使目标值收敛。方法应用于带 ℓ₀ 稀疏约束的图正则 NMF、CP 分解和独立核心 NMTF；普通 NMF 与 CP 可收敛到完整临界点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。