An accelerated proximal gradient method for multiobjective optimization

This paper presents an accelerated proximal gradient method for multiobjective optimization, in which each objective function is the sum of a continuously differentiable, convex function and a closed, proper, convex function. Extending first-order methods for multiobjective problems without scalariz...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Computational optimization and applications Ročník 86; číslo 2; s. 421 - 455
Hlavní autoři:	Tanabe, Hiroki, Fukuda, Ellen H., Yamashita, Nobuo
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York Springer US 01.11.2023 Springer Nature B.V
Témata:	Algorithms Convergence Convex and Discrete Geometry Iterative methods Management Science Mathematics Mathematics and Statistics Methods Multiple objective analysis Operations Research Operations Research/Decision Theory Optimization Statistics FISTA Global rate of convergence 90C25 Multiobjective optimization Pareto optimality 90C29 First-order method Proximal gradient method
ISSN:	0926-6003, 1573-2894
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!