We introduce iterative methods named TriCG and TriMR for solving symmetric quasi-definite systems based on the orthogonal tridiagonalization process proposed...

L'algorithme NCL est conçu pour les problèmes d'optimisation lisse dont les dérivées premières et secondes sont disponibles, y compris les problèmes dont ...

We describe a Julia implementation of Mehrotra's predictor-corrector method for convex quadratic optimization that is entirely open source and generic in tha...

We propose a new stochastic variance-reduced damped L-BFGS algorithm, where we leverage estimates of bounds on the largest and smallest eigenvalues of the He...

We present a modeling of bundle adjustment problems in Julia, as well as a solver for non-linear least square problems (including bundle adjustment problems)...

We consider the iterative solution of regularized saddle-point systems. When the leading block is symmetric and positive semi-definite on an appropriate sub...

Nous développons des bornes sur les valeurs propres d’une nouvelle formulation des équations de Newton dans les méthodes de points intérieurs pour l’optimisa...

Artificial Intelligence (AI) is the next society transformation builder. Massive AI-based applications include cloud servers, cell phones, cars, and pandemic...

We introduce an iterative method named BiLQ for solving general square linear systems \(Ax=b\) based on the Lanczos biorthogonalization process defined by ...

Dans ce papier, nous comparons la méthode BFGS à la méthode du gradient conjugué (CG) pour résoudre un problème d'optimisation sans contrainte avec un algori...

Statistical image reconstruction in X-Ray computed tomography yields large-scale regularized linear least-squares problems with nonnegativity bounds, where t...

Suite aux travaux de Estrin et al. (2019), nous développons une méthode pour l’optimisation avec contraintes générales basée sur une fonction de pénalité d...

La méthode des résidus minimaux (MINRES) de Paige et Saunders (1975), qui est souvent la méthode privilégiée pour les systèmes linéaires symétriques, est une...

Nous proposons une méthode itérative pour la résolution de systèmes de point de selle symétriques qui exploite la tridiagonalisation orthogonale de Saunders,...

Nous proposons une méthode de régularisation pour les problèmes aux moindres carrés non linéaires avec contraintes d'égalité. Notre appliquons les approches...

Nous proposons un algorithm pour les problèmes d’optimisation non linéaire avec contraintes d’égalité basé sur une fonction de pénalité lisse proposée par ...

We describe LNLQ for solving the least-norm problem \(\min\ \|x\|\) subject to \(Ax=b\). Craig's method is known to be equivalent to applying the conjug...

We propose an infeasible interior-point algorithm for constrained linear least-squares problems based on the primal-dual regularization of convex program...

Dans cet article, nous proposons une méthode d'optimisation sans factorisation pour les problèmes avec contraintes d'égalité pour lequel toutes les contrai...

For optimization problems involving many nonlinear inequality constraints, we extend the bound-constrained (BCL) and linearly-constrained (LCL) augmented-La...