.png){kind=icon}
返回
Optimal Prediction-Correction Algorithm Using Sparse Linear Extrapolation for Time-Varying Optimization
.png){kind=icon}
PRE
AI
DOI：10.1109/tsp.2026.3703622.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文介绍了一种最优预测-校正算法，利用稀疏线性外推求解强凸、无约束的时间变化优化问题，这些问题在动态系统和在线学习中普遍存在。所提出的方法将预测阶段构造为过去迭代的稀疏线性组合，外推系数通过求解在可处理约束下$\boldsymbol{\ell}_{1}$-范数最小化问题得到。通过促进预测器的稀疏性，该算法减少了校正步骤的频率以及梯度评估相关的计算成本。我们证明了存在一个$\boldsymbol{\ell}_{1}$-最优稀疏预测器，并推导出二阶和三阶跟踪精度情况下的闭式解。理论分析证实，该方法在提高计算效率的同时，实现了比现有预测-校正方法更优的跟踪精度。数值实验验证了理论结果，展示了所提出算法在减少计算开销的同时保持高精度的优势。
Keyword:
Time-varying optimization
prediction-correction algorithm
sparse predictor
linear extrapolation
$Q$ -linear convergence
期刊
I
IF:
5.8
论文数:
348
被引数:
0
机构
引用论文
.png){kind=icon}
Distributed Continuous-Time Convex Optimization With Time-Varying Cost Functions具有时变成本函数的分布式连续时间凸优化
OAAI
OAAI分享收藏
分享收藏分享收藏分享收藏
查看更多内容