Avis des lecteurs
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 2 votes.
Titre original :
Proximal Algorithms
Contenu du livre :
Proximal Algorithms traite des opérateurs proximaux et des algorithmes proximaux, et illustre leur applicabilité à l'optimisation convexe standard et distribuée en général et à de nombreuses applications d'intérêt récent en particulier. Tout comme la méthode de Newton est un outil standard pour résoudre les problèmes d'optimisation lisse sans contrainte de taille modeste, les algorithmes proximaux peuvent être considérés comme un outil analogue pour les versions non lisses, contraintes, à grande échelle ou distribuées de ces problèmes.
Ils sont très généralement applicables, mais sont particulièrement bien adaptés aux problèmes d'intérêt récent impliquant des ensembles de données de grande taille ou de haute dimension. Les méthodes proximales se situent à un niveau d'abstraction plus élevé que les algorithmes classiques tels que la méthode de Newton : l'opération de base consiste à évaluer l'opérateur proximal d'une fonction, ce qui implique la résolution d'un petit problème d'optimisation convexe.
Ces sous-problèmes, qui généralisent le problème de la projection d'un point sur un ensemble convexe, admettent souvent des solutions fermées ou peuvent être résolus très rapidement à l'aide de méthodes standard ou de méthodes spécialisées simples. Proximal Algorithms discute des différentes interprétations des opérateurs proximaux et des algorithmes, examine leurs liens avec de nombreux autres sujets d'optimisation et de mathématiques appliquées, passe en revue quelques algorithmes populaires et fournit un grand nombre d'exemples d'opérateurs proximaux qui se présentent couramment dans la pratique.
Autres informations sur le livre :
| ISBN : | 9781601987167 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
