General inertial proximal stochastic mirror descent algorithm beyond Lipschitz smoothness assumption

In this paper, minimizing the sum of an average of finite proper closed nonconvex functions and a proper lower semicontinuous convex function over a closed convex set, is considered. We propose the general inertial proximal stochastic mirror descent (IPSMD for short) algorithm framework, which not o...

Celý popis

Podrobná bibliografie

Vydáno v:	Journal of computational and applied mathematics Ročník 476; s. 117108
Hlavní autoři:	Wang, Shuang, Dong, Xiaomei, Gao, Xue
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 01.04.2026
Témata:	Inertial Mirror descent Nonconvex nonsmooth optimization Proximal gradient descent Variance reduction Mirror descent 49J52 Variance reduction Nonconvex nonsmooth optimization 90C26 90C15 Inertial Proximal gradient descent
ISSN:	0377-0427
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!