Dominique Orban
RetourCahiers du GERAD
87 résultats — page 1 de 5
Algorithm NCL was devised to solve a class of large nonlinearly constrained optimization problems whose constraints do not satisfy LICQ at a solution. It ...
référence BibTeX
We propose a multi-precision extension of the Quadratic Regularization (R2) algorithm that enables it to take advantage of low-precision computations, and by...
référence BibTeX
We develop a worst-case evaluation complexity bound for trust-region methods in the presence of unbounded Hessian approximations. We use the algorithm of ...
référence BibTeX
Nous explorons la mise à l’échelle d’un préconditionneur spectral pour résoudre efficacement une suite de systèmes linéaires symétriques et définis positifs...
référence BibTeX
Les méthodes de pénalité constituent une classe bien connue d'algorithmes pour l'optimisation sous contraintes. Elles transforment un problème contraint en u...
référence BibTeX
Nous développons R2N, une méthode quasi-Newton modifiée pour minimiser la somme d'une fonction C1
f
et d'une fonction h
semi-con...
JSOSuite.jl est un nouveau package Julia offrant une interface conviviale pour l'optimisation non linéaire continue. Les solveurs disponibles sont ceux de l'...
référence BibTeX
Nous étendons les analyses de complexité traditionnelles des méthodes de régions de confiance pour l'optimisation sans contrainte, possiblement non convexe....
référence BibTeXRipQP: A multi-precision regularized predictor-corrector method for convex quadratic optimization
Nous présentons RipQP, un algorithme de points intérieurs pour l'optimisation quadratique convexe écrit en Julia, libre de droit, dont le code source est lib...
référence BibTeX
Les méthodes de lagrangien augmenté (AL) forment une classe bien connue d’algorithmes pour les problèmes d’optimisation sous contraintes. Elles ont été é...
référence BibTeXCorrigendum: A proximal quasi-Newton trust-region method for nonsmooth regularized optimization
The purpose of the present note is to bring clarifications to certain concepts and surrounding notation of Aravkin et al. (2022). All results therein contin...
référence BibTeX
We develop a trust-region method for minimizing the sum of a smooth term f
and a nonsmooth term h
, both of which can be nonconvex.
Each iteratio...
An interior-point trust-region method for nonsmooth regularized bound-constrained optimization
Nous développons une méthode de points intérieurs pour l'optimisation non lisse régularisée avec contraintes de bornes. Notre méthode résout de manière ité...
référence BibTeX
La bibliothèque de sous-programmes Harwell (HSL) est une suite renommée de méthodes numériques efficaces et robustes conçus pour résoudre des problèmes mathé...
référence BibTeXPLSR1: A limited-memory partitioned quasi-Newton optimizer for partially-separable loss functions
Improving neural network optimizer convergence speed is a long-standing priority. Recently, there has been a focus on quasi-Newton optimization methods, whi...
référence BibTeX
Historically, the training of deep artificial neural networks has relied on parallel computing to achieve practical effectiveness. However, with the increas...
référence BibTeX
We introduce an iterative solver named MINARES for symmetric linear systems Ax≈b
, where A
is possibly singular.
MINARES is based on t...
The indefinite proximal gradient method
We introduce a variant of the proximal gradient method in which the quadratic term is diagonal but may be indefinite, and is safeguarded by a trust region. ...
référence BibTeX
We present a Julia framework dedicated to partially-separable problems whose element function are detected automatically. This framework takes advantage of ...
référence BibTeX
Cet article présente Krylov.jl
, un module Julia qui contient une collection de processus et méthodes de Krylov pour résoudre une variété de pr...