.png){kind=icon}
返回
A double inertial forward-backward splitting algorithm with applications to regression and classification problems
.png){kind=icon}
PRE
AI
DOI：10.1080/0305215X.2025.2612000.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种带有两个惯性参数的改进型前向-后向分裂算法。其目标是在实希尔伯特空间中找到一个点，使一个协同压缩算子与一个极大单调算子的和在该点处消失。在标准假设下，所提出的算法表现出弱收敛性。通过将所开发的算法与文献中现有的算法进行比较，给出了大量实验结果，以展示其在回归和数据分析问题中的表现。此外，这些实现表明，与现有文献中的其他相关算法相比，所提出的算法在基准测试中产生了更优的结果。
Keyword:
Double inertial
monotone inclusion problem
regression
classification
weak convergence
