An accelerated preconditioned primal-dual gradient algorithm for structured nonconvex optimization problems

•An novel accelerated preconditioned primal-dual gradient algorithm for solving nonconvex optimization problems by the conjugate duality theory of nonconvex functions.•Our algorithm only needs to calculate the proximal mapping of the conjugate function which is always convex and lower semicontinuous...

Celý popis

Podrobná bibliografie

Vydáno v:	Communications in nonlinear science & numerical simulation Ročník 153; s. 109480
Hlavní autoři:	Long, Xian-Jun, Nie, Jia-Lin, Gou, Zhun, Sun, Xiang-Kai, Li, Gao-Xi
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 01.02.2026
Témata:	Conjugate duality theory Global convergence Kurdyka-Łojasiewicz property Primal-dual gradient algorithm Structured nonconvex and nonsmooth problem Structured nonconvex and nonsmooth problem Global convergence Kurdyka-Łojasiewicz property 90C30 90C33 Primal-dual gradient algorithm 90C26 Conjugate duality theory
ISSN:	1007-5704
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!