A fast gradient and function sampling method for finite-max functions (2018)
- Authors:
- Autor USP: HELOU NETO, ELIAS SALOMÃO - ICMC
- Unidade: ICMC
- DOI: 10.1007/s10589-018-0030-2
- Subjects: FUNÇÕES ESPECIAIS; APROXIMAÇÃO; MÉTODOS NUMÉRICOS DE OTIMIZAÇÃO; MÉTODOS ITERATIVOS; OTIMIZAÇÃO MATEMÁTICA; OTIMIZAÇÃO GLOBAL; OTIMIZAÇÃO IRRESTRITA; OTIMIZAÇÃO CONVEXA; OTIMIZAÇÃO ESTOCÁSTICA
- Keywords: Nonsmooth nonconvex optimization; Gradient sampling; Local superlinear convergence; Global convergence; Unconstrained minimization
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher place: Berlin, Heidelberg
- Date published: 2018
- Source:
- Título: Computational Optimization and Applications
- ISSN: 0926-6003
- Volume/Número/Paginação/Ano: v. 71, n. 3, p. 673-717, Dez. 2018
- Status:
- Artigo possui versão em acesso aberto em repositório (Green Open Access)
- Versão do Documento:
- Versão submetida (Pré-print)
- Acessar versão aberta:
-
ABNT
HELOU, Elias Salomão e SANTOS, Sandra A. e SIMÕES, Lucas E. A. A fast gradient and function sampling method for finite-max functions. Computational Optimization and Applications, v. 71, n. 3, p. 673-717, 2018Tradução . . Disponível em: https://doi.org/10.1007/s10589-018-0030-2. Acesso em: 14 abr. 2026. -
APA
Helou, E. S., Santos, S. A., & Simões, L. E. A. (2018). A fast gradient and function sampling method for finite-max functions. Computational Optimization and Applications, 71( 3), 673-717. doi:10.1007/s10589-018-0030-2 -
NLM
Helou ES, Santos SA, Simões LEA. A fast gradient and function sampling method for finite-max functions [Internet]. Computational Optimization and Applications. 2018 ; 71( 3): 673-717.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1007/s10589-018-0030-2 -
Vancouver
Helou ES, Santos SA, Simões LEA. A fast gradient and function sampling method for finite-max functions [Internet]. Computational Optimization and Applications. 2018 ; 71( 3): 673-717.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1007/s10589-018-0030-2 - Escolha do parâmetro de relaxação e implementações paralelas do método de Kaczmarz
- Algoritmos para problemas de otimização convexa em dois níveis com aplicações em tomografia
- 'épsilon'-subgradient algorithms for bilevel convex optimization
- Superiorization of incremental optimization algorithms for statistical tomographic image reconstruction
- On the local convergence analysis of the gradient sampling method for finite max-functions
- Accelerating the over-relaxed iterative shrinkage-thresholding algorithms with fast and exact line search for high resolution tomographic image reconstruction
- A new parameter choice method for inverse problems with poisson noise
- A backprojection slice theorem for tomographic reconstruction
- String-averaging expectation-maximization for maximum likelihood estimation in emission tomography
- On perturbed steepest descent methods with inexact line search for bilevel convex optimization
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
