Randomized methods bazed on new monte carlo schemes for convex optimization

Boris T. Polyak, Elena N. Gryazina

Результат исследований: Глава в книге, отчете, сборнике статейМатериалы для конференциирецензирование

Аннотация

We address randomized methods for convex optimization based on generating points uniformly distributed in a convex set. We estimate the rate of convergence for such methods and demonstrate the link with the center of gravity method. To implement such approach we exploit two modern Monte Carlo schemes for generating points which are approximately uniformly distributed in a given convex set. Both methods use boundary oracle to find an intersection of a ray and the set. The first method is Hit-and-Run, the second is sometimes called Shake-and-Bake. Numerical simulation results look very promising

Язык оригиналаАнглийский
Название основной публикации20th International Conference EURO Mini Conference "Continuous Optimization and Knowledge-Based Technologies", EurOPT 2008
РедакторыLeonidas Sakalauskas, Gerhard-Wilhelm Weber, Edmundas Zavadskas
ИздательVilnius Gediminas Technical University
Страницы485-489
Число страниц5
ISBN (электронное издание)9789955282839
СостояниеОпубликовано - 2008
Опубликовано для внешнего пользованияДа
Событие20th International Conference EURO Mini Conference: Continuous Optimization and Knowledge-Based Technologies, EurOPT 2008 - Neringa, Литва
Продолжительность: 20 мая 200823 мая 2008

Серия публикаций

Название20th International Conference EURO Mini Conference "Continuous Optimization and Knowledge-Based Technologies", EurOPT 2008

Конференция

Конференция20th International Conference EURO Mini Conference: Continuous Optimization and Knowledge-Based Technologies, EurOPT 2008
Страна/TерриторияЛитва
ГородNeringa
Период20/05/0823/05/08

Fingerprint

Подробные сведения о темах исследования «Randomized methods bazed on new monte carlo schemes for convex optimization». Вместе они формируют уникальный семантический отпечаток (fingerprint).

Цитировать