Diminishing stepsize methods for nonconvex composite problems via ghost penalties: from the general to the convex regular constrained case

Facchinei, F.; Kungurtsev, V.; Lampariello, L.; Scutari, G.

doi:10.1080/10556788.2020.1854253

Benvenuti nell'Anagrafe della Ricerca d'Ateneo

La valutazione delle attività di ricerca che si svolgono nelle università ha assunto un'importanza rilevante sia per l'intero sistema universitario sia all'interno di ogni singolo ateneo. Roma Tre si è quindi dotata di idonei strumenti informativi in grado di supportare al meglio le azioni di monitoraggio e di valutazione delle attività di ricerca svolte nei propri dipartimentied ha realizzato una Anagrafe della Ricerca di Ateneo.

In this paper, we first extend the diminishing stepsize method for nonconvex constrained problems presented in F. Facchinei, V. Kungurtsev, L. Lampariello and G. Scutari [Ghost penalties in nonconvex constrained optimization: Diminishing stepsizes and iteration complexity, To appear on Math. Oper. Res. 2020. Available at https://arxiv.org/abs/1709.03384.] to deal with equality constraints and a nonsmooth objective function of composite type. We then consider the particular case in which the constraints are convex and satisfy a standard constraint qualification and show that in this setting the algorithm can be considerably simplified, reducing the computational burden of each iteration.

Facchinei, F., Kungurtsev, V., Lampariello, L., & Scutari, G. (2020). Diminishing stepsize methods for nonconvex composite problems via ghost penalties: from the general to the convex regular constrained case. OPTIMIZATION METHODS & SOFTWARE, 1-27.

Titolo:	Diminishing stepsize methods for nonconvex composite problems via ghost penalties: from the general to the convex regular constrained case
Autori:	Facchinei F. Kungurtsev V. LAMPARIELLO, LORENZO Scutari G. mostra contributor esterni nascondi contributor esterni
Data di pubblicazione:	2020
Rivista:	OPTIMIZATION METHODS & SOFTWARE
Citazione:	Facchinei, F., Kungurtsev, V., Lampariello, L., & Scutari, G. (2020). Diminishing stepsize methods for nonconvex composite problems via ghost penalties: from the general to the convex regular constrained case. OPTIMIZATION METHODS & SOFTWARE, 1-27.
Handle:	http://hdl.handle.net/11590/379361
Appare nelle tipologie:	1.1 Articolo in rivista

File in questo prodotto:

Non ci sono file associati a questo prodotto.

Utilizza questo identificativo per citare o creare un link a questo documento:
http://hdl.handle.net/11590/379361

Citazioni

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.