On complexity and convergence of high-order coordinate descent algorithms for smooth nonconvex box-constrained minimization (2022)
- Authors:
- USP affiliated authors: BIRGIN, ERNESTO JULIAN GOLDBERG - IME ; MARCONDES, DIAULAS MURIZE SANTANA VIEIRA - IME
- Unidade: IME
- DOI: 10.1007/s10898-022-01168-6
- Subjects: PROGRAMAÇÃO NÃO LINEAR; CÁLCULO DE VARIAÇÕES; CONTROLE ÓTIMO; MÉTODOS NUMÉRICOS; ANÁLISE NUMÉRICA; PESQUISA OPERACIONAL; CIÊNCIA DA COMPUTAÇÃO
- Keywords: Coordinate descent methods; Bound-constrained minimization; Worst-case evaluation complexity
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Journal of Global Optimization
- ISSN: 0925-5001
- Volume/Número/Paginação/Ano: v. 84, p. 527-561, 2022
- Status:
- Artigo possui versão em acesso aberto em repositório (Green Open Access)
- Versão do Documento:
- Versão submetida (Pré-print)
- Acessar versão aberta:
-
ABNT
AMARAL, V. S. et al. On complexity and convergence of high-order coordinate descent algorithms for smooth nonconvex box-constrained minimization. Journal of Global Optimization, v. 84, p. 527-561, 2022Tradução . . Disponível em: https://doi.org/10.1007/s10898-022-01168-6. Acesso em: 09 maio 2026. -
APA
Amaral, V. S., Andreani, R., Birgin, E. J. G., Marcondes, D. M. S. V., & Martínez, J. M. (2022). On complexity and convergence of high-order coordinate descent algorithms for smooth nonconvex box-constrained minimization. Journal of Global Optimization, 84, 527-561. doi:10.1007/s10898-022-01168-6 -
NLM
Amaral VS, Andreani R, Birgin EJG, Marcondes DMSV, Martínez JM. On complexity and convergence of high-order coordinate descent algorithms for smooth nonconvex box-constrained minimization [Internet]. Journal of Global Optimization. 2022 ; 84 527-561.[citado 2026 maio 09 ] Available from: https://doi.org/10.1007/s10898-022-01168-6 -
Vancouver
Amaral VS, Andreani R, Birgin EJG, Marcondes DMSV, Martínez JM. On complexity and convergence of high-order coordinate descent algorithms for smooth nonconvex box-constrained minimization [Internet]. Journal of Global Optimization. 2022 ; 84 527-561.[citado 2026 maio 09 ] Available from: https://doi.org/10.1007/s10898-022-01168-6 - Implementação de um método de Lagrangianos aumentados com informação de primeira ordem
- Accelerated derivative-free spectral residual method for nonlinear systems of equations
- Completamento de matrizes de distâncias Euclidianas
- Lagrangianos aumentados livres de fatorações de matrizes para otimização não linear
- Optimization of slice configuration of steel coils
- An augmented Lagrangian method with finite termination
- Packing circles within ellipses
- Spectral projected gradient and variable metric methods for optimization with linear inequalities
- Sparse Projected-Gradient Method As a Linear-Scaling Low-Memory Alternative to Diagonalization in Self-Consistent Field Electronic Structure Calculations
- The boundedness of penalty parameters in an augmented Lagrangian method with constrained subproblems
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.
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3119115 - On complexity a... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
