A conjugate subgradient algorithm with adaptive preconditioning for the least absolute shrinkage and selection operator minimization

Предлагается новый эффективный алгоритм сопряженных субградиентов для минимизации выпуклой функции, содержащей член наименьших квадратов и член с абсолютным значением регуляризации. Метод применяется для обращения плохо обусловленных линейных задач, в частности, для компьютерной томографии со словарным методом обучения. Сравнение с другими современными методами показывает значительное снижение числа итераций, что делает этот алгоритм привлекательным для его практического использования. Результаты вычислений приведены в виде графиков. Библ. 18. Фиг. 4.