条件梯度方法
摘要：最新的Frank-Wolfe算法综述的目的是作为一个温和的介绍，为函数最小化提供一个完整的概述。这些算法在凸优化中非常有用，特别是当线性优化比投影更便宜时。选材的原则是突出关键思想，并呈现我们认为可能在未来变得重要的新方法，甚至引用了一些在新方法开发中至关重要的旧作品。然而，我们的选择有时会带有偏见，不一定反映研究界的共识，我们肯定也错过了最近的重要贡献。毕竟Frank-Wolfe的研究领域非常活跃，成为一个不断变化的目标。对于任何这样的失真，我们提前表示真诚的道歉，并衷心承认：我们站在巨人的肩膀上。
作者：G''abor Braun, Alejandro Carderera, Cyrille W. Combettes, Hamed Hassani, Amin Karbasi, Aryan Mokhtari, Sebastian Pokutta
论文ID：2211.14103
分类：Optimization and Control
分类简称：math.OC
提交时间：2023-07-28