RUS  ENG
Полная версия
ЖУРНАЛЫ // Журнал вычислительной математики и математической физики // Архив

Ж. вычисл. матем. и матем. физ., 2023, том 63, номер 2, страницы 189–217 (Mi zvmmf11507)

Эта публикация цитируется в 2 статьях

Общие численные методы

Унифицированный анализ методов решения вариационных неравенств: редукция дисперсии, сэмплирование, квантизация и покомпонентный спуск

А. Н. Безносиковa, А. В. Гасниковabc, К. Э. Зайнуллинаa, А. Ю. Масловскийa, Д. А. Пасечнюкab

a Московский физико-технический институт (национальный исследовательский университет), 141701 М.о., Долгопрудный, Институтский пер., 9, Россия
b Институт проблем передачи информации им. А.А. Харкевича, 127051 Москва, Большой Каретный пер., 19, стр. 1, Россия
c Кавказский математический центр Адыгейского государственного университета, 385000 Майкоп, ул. Первомайская, 208, Республика Адыгея, Россия

Аннотация: Предлагается унифицированный анализ методов для такого широкого класса задач, как вариационные неравенства, который в качестве частных случаев включает в себя задачи минимизации и задачи нахождения седловой точки. Предлагаемый анализ развивается на основе экстраградиентного метода, являющегося стандартным для решения вариационных неравенств. Рассматриваются монотонный и сильно монотонный случаи, которые соответствуют выпукло-вогнутым и сильно-выпукло-сильно-вогнутым задачам нахождения седловой точки. Теоретический анализ основан на параметризованных предположениях для итераций экстраградиентного метода. Следовательно, он может служить прочной основой для объединения уже существующих методов различных типов, а также для создания новых алгоритмов. В частности, чтобы показать это, мы разрабатываем некоторые новые надежные методы, в том числе метод с квантизацией, покомпонентный метод, распределенные рандомизированные локальные методы и др. Большинство из упомянутых подходов прежде никогда не рассматривались в общности вариационных неравенств и применялись лишь для задач минимизации. Стабильность новых методов подтверждается предоставляемыми численными экспериментами по обучению моделей GAN.
Библ. 35. Фиг. 3. Табл. 1.

Ключевые слова: экстраградиентный метод, стохастические вариационные неравенства, квантизация, редукция дисперсии.

УДК: 519.85

Поступила в редакцию: 28.01.2022
Исправленный вариант: 28.01.2022
Принята в печать: 14.10.2022

DOI: 10.31857/S0044466923020059


 Англоязычная версия: Computational Mathematics and Mathematical Physics, 2023, 63:2, 147–174

Реферативные базы данных:


© МИАН, 2024