|
|
|
Список литературы
|
|
|
1. |
Поляк Б. Т., Введение в оптимизацию, Наука, М., 1983 |
2. |
Граничин О. Н., Поляк Б. Т., Рандомизированные алгоритмы оценивания и оптимизации при почти произвольных помехах, Наука, М., 2003 |
3. |
Duchi J. C., Jordan M. I., Wainwright M. J., Wibisono A., “Optimal Rates for Zero-Order Convex Optimization: The Power of Two Function Evaluations”, IEEE Transact. Inf., 61:5 (2015), 2788–2806 |
4. |
Shamir O., An Optimal Algorithm for Bandit and Zero-Order Convex Optimization with Two-Point Feedback, e-print, 2015, arXiv: 1507.08752v1 |
5. |
Гасников А. В., Двуреченский П. Е., Нестеров Ю. Е., “Стохастические градиентные методы с неточным оракулом”, Тр. МФТИ, 8:1 (2016), 41–91; arXiv: 1411.4218 |
6. |
Гасников А. В., Лагуновская А. А., Усманова И. Н. и др., “Безградиентные прокс-методы с неточным оракулом для негладких задач выпуклой стохастической оптимизации на симплексе”, АиТ, 2016, № 10, 57–77 ; Gasnikov A. V., Lagunovskaya A. A., Usmanova I. N., et al., “Gradient-Free Proximal Methods with Inexact Oracle for Convex Stochastic Nonsmooth Optimization Problems on the Simplex”, Autom. Remote Control, 77:11 (2016), 2018–2034 |
7. |
Гасников А. В., Крымова Е. А., Лагуновская А. А. и др., “Стохастическая онлайн оптимизация. Одноточечные и двухточечные нелинейные многорукие бандиты. Выпуклый и сильно выпуклый случаи”, АиТ, 2017, № 2, 36–49 ; Gasnikov A. V., Krymova E. A., Lagunovskaya A. A., et al., “Stochastic Online Optimization. Single-Point and multi-Point Non-Linear Multi-Armed Bandits. Convex and Strongly-Convex Case”, Autom. Remote Control, 78:2 (2017), 224–234 |
8. |
Немировский А. С., Юдин Д. Б., Сложность задач и эффективность методов оптимизации, Наука, М., 1979 |
9. |
Agarwal A., Dekel O., Xiao L., “Optimal algorithms for online convex optimization with multi-point bandit feedback”, Proc. 23 Annual Conf. on Learning Theory, 2010, 28–40 |
10. |
Bubeck S., Cesa-Bianchi N., “Regret Analysis of Stochastic and Nonstochastic Multi-Armed Bandit Problems”, Found. Trends Machine Learning, 5:1 (2012), 1–122 |
11. |
Nemirovski A., Lectures on modern convex optimization analysis, algorithms, and engineering applications, SIAM, Philadelphia, 2013 URL: http://www2.isye.gatech.edu/~nemirovs/Lect_ModConvOpt.pdf |
12. |
Shapiro A., Dentcheva D., Ruszczynski A., Lecture on stochastic programming. Modeling and theory, MPS-SIAM series on Optimization, 2014 |
13. |
Nesterov Yu., “Primal-dual subgradient methods for convex problems”, Math. Program. Ser. B, 120:1 (2009), 261–283 |
14. |
Duchi J. C., Introduction lectures in stochastic programming, Park City Math. Ser. URL: http://stanford.edu/~jduchi/PCMIConvex/Duchi16.pdf, 2016 |
15. |
Juditsky A., Nesterov Yu., “Deterministic and Stochastic Primal-Dual Subgradient Algorithms for Uniformly Convex Minimization”, Stoch. Syst., 4:1 (2014), 44–80 |
16. |
Hazan E., Kale S., “Beyond the Regret Minimization Barrier: Optimal Algorithms for Stochastic Strongly-Convex Optimization”, JMLR, 15 (2014), 2489–2512 |
17. |
Guiges V., Juditsky A., Nemirovski A., Non-asymptotic confidence bounds for the optimal value of a stochastic program, e-print, 2016, arXiv: 1601.07592 |
18. |
Ball K., “An Elementary Introduction to Modern Convex Geometry”, Flavors of Geometry, Math Sci. Res. Inst. Publ., 31, ed. S. Levy, Cambridge Univ. Press, 1997, 1–58 |
19. |
Усманова И. Н., Безградиентный метод зеркального спуска с двухточечным зашумленным оракулом, Дипломная работа бакалавра по специальности “Прикладная математика и физика”, МФТИ, Долгопрудный, 2015 |
20. |
Эванс Л. К., Гариепе К. Ф., Теория меры и тонкие свойства функций, Науч. кн. (ИДМИ), Новосибирск, 2002 |