всего просмотров: 1217
Оценка читателей: голосов 0
1. Немировский А.С., Юдин Д. Б. Сложность задач и эффективность методов оптимизации. М.: Наука, 1979.
2. Аникин А.С., Гасников А. В., Горнов А. Ю. Р андомизация и разреженность в задачах huge-scale оптимизации на примере работы метода зеркального спуска // Труды МФТИ. 2016. Т. 8. № 1. С. 11–24. arXiv:1602.00594
3. Ким К., Нестеров Ю., Скоков В., Черкасский Б. Эффективные алгоритмы для дифференцирования и задачи экстремали // Экономика и математические методы.– 1984. – Т . 20. – С. 309–318.
4. Nesterov Yu. Lexicographic differentiation of nonsmooth functions // Math. Prog.– 2005. – V. 104. – no. 2–3. – P. 669–700.
5. Гасников А.В., Двуреченский П. Е., Дорн Ю. В., Максимов Ю. В. Численные методы поиска равновесного распределения потоков в модели Бэкмана и модели стабильной динамики // Математическое моделирование. 2016. Т. 28. № 10. С. 40–64. arXiv:1506.00293
6. Juditsky A., Lan G., Nemirovski A., Shapiro A. Stochastic approximation approach to stochastic programming // SIAM Journal on Optimization. 2009. V. 19. № 4. P. 1574–1609.
7. Boucheron S., Lugoshi G., Massart P. Concentration inequalities: A nonasymptotic theory of independence. Oxford University Press, 2013.
8. Nesterov Yu., Shpirko S. Primal-dual subgradient method for huge-scale linear conic problem // SIAM Journal on Optimization. 2014. V. 24. № . 3. P. 1444–1457. http://www.optimization-online.org/DB_FILE/2012/08/3590.pdf
9. Nesterov Yu. New primal-dual subgradient methods for convex optimization problems with functional constraints // International Workshop “Optimization and Statistical Learning”. January 11–16. France, Les Houches, 2015. http://lear.inrialpes.fr/workshop/osl2015/program.html
10. Аникин А.С., Гасников А. В., Двуреченский П. Е., Тюрин А. И., Чернов А. В. Двойственные подходы к задачам минимизации сильно выпуклых функционалов простой структуры при аффинных ограничениях // ЖВМ и МФ. 2017. Т. 57. № 6. (в печати) arXiv:1602.01686
11. Nemirovski A., Onn S., Rothblum U. G. Accuracy certificates for computational problems with convex structure // Mathematics of Operation Research. 2010. V. 35. № 1. P. 52–78.
12. Cox B., Juditsky A., Nemirovski A. Decomposition techniques for bilinear saddle point problems and variational inequalities with affine monotone operators on domains given by linear minimization oracles // e-print, 2015. arXiv:1506.02444
13. Juditsky A., Nemirovski A. First order methods for nonsmooth convex large-scale optimization, I, II. // Optimization for Machine Learning. // Eds. S. Sra, S. Nowozin, S. Wright. – MIT Press, 2012.
14. Гасников А.В., Крымова Е. А., Лагуновская А. А., Усманова И. Н., Федоренко Ф. А. Стохастическая онлайн оптимизация. Одноточечные и двухточечные нелинейные многорукие бандиты. Выпуклый и сильно выпуклый случаи // Автоматика и телемеханика. 2017. (в печати) arXiv:1509.01679
15. Duchi J. C. Introductory Lectures on Stochastic Optimization // IAS/Park City Mathematics Series. 2016. P. 1–84. http://stanford.edu/~jduchi/PCMIConvex/Duchi16.pdf
16. Nesterov Yu. Subgradient methods for convex function with nonstandart growth properties // e-print, 2016. http://www.mathnet.ru:8080/PresentFiles/16179/growthbm_nesterov.pdf
17. Duchi J.C., Shalev-Shwartz S., Singer Y., Tewari A. Composite objective mirror descent // Proceedings of COLT.– 2010. – P. 14–26.
18. Juditsky A., Nesterov Yu. Deterministic and stochastic primal-dual subgradient algorithms for uniformly convex minimization // Stoch. System.– 2014. – V. 4. – no. 1. – P. 44–80.
19. Аникин А.С., Гасников А. В., Горнов А. Ю., Камзолов Д. И., Максимов Ю. В., Нестеров Ю. Е. Эффективные численные методы решения задачи PageRank для дважды разреженных матриц // Труды МФТИ. 2015. Т. 7. № 4. С. 74–94. arXiv:1508.07607
20. https://github.com/anastasiabayandina/Mirror
21. Beck A., Ben-Tal A., Guttmann-Beck N., Tetruashvili L. The CoMirror algorithm for solving nonsmooth constrained convex problems // Operations Research Letters.– 2011. V. 38. No. 6. P. 493–498.
22. Juditsky A., Nemirovski A., Tauvel C. Solving variational inequalities with Stochastic Mirror-Prox algorithm // Stochastic Systems.– 2011. V. 1. no. 1. P. 17–58.
23. Lan G., Zhou Z. Algorithms for stochastic optimization with expectation constraints // e-print, 2016.
24. http://pwp.gatech.edu/guanghui-lan/wp-content/uploads/sites/330/2016/08/SPCS8–19–16.pdf