Proximal recursive generalized hyper-gradient descent method

This paper focuses on the non-convex, non-smooth composite optimization problem. It consists of a non-convex loss function and a non-smooth regularizer function that admits a proximal mapping. However, the method is still limited in handling objective functions that involve non-smooth regularizer. H...

Celý popis

Podrobná bibliografie

Vydáno v:	Applied soft computing Ročník 175; s. 113073
Hlavní autoři:	Zhang, Hao, Lu, Shuxia
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 01.05.2025
Témata:	Adaptive step size Generalized hyper-gradient descent Non-convex optimization Stochastic recursive gradient algorithm Adaptive step size Non-convex optimization Generalized hyper-gradient descent Stochastic recursive gradient algorithm
ISSN:	1568-4946
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!