Spectral projected gradient method for the procrustes problem
AUTOR(ES)
Francisco, J.B., Martini, T.
FONTE
TEMA (São Carlos)
DATA DE PUBLICAÇÃO
2014-04
RESUMO
Estudamos e analisamos um método globalmente convergente e não monótono para minimização em conjuntos fechados. Este método está baseado nas ideias dos métodos de região de confiança e Levenberg-Marquardt. Dessa maneira, os subproblemas consistem em minimizar um modelo quadrático da função objetivo sujeito a um conjunto de restrições. Incorporamos conceitos de bidiagonalização e de cálculo da SVD de maneira "inexata" buscando melhorar o desempenho do algoritmo, visto que a solução do subproblema por técnicas tradicionais, necessária em cada iteração, é computacionalmente muito cara. Outros métodos viáveis são citados, entre eles um método de busca curvilinear e um de minimização ao longo de geodésicas. Finalmente, ilustramos o desempenho numérico dos métodos quando aplicados ao Problema de Procrustes Ortogonal.
ASSUNTO(S)
restrições de ortogonalidade algoritmo não monótono método do gradiente projetado espectral problema de procrustes ortogonal
Documentos Relacionados
- On the use of the Spectral Projected Gradient method for Support Vector Machines
- On the convergence properties of the projected gradient method for convex optimization
- Spectral Vacancies Prediction Method for Cognitive Radio Applications
- Gradient spectral analysis of hydro-ecological seasonal variation in the Pantanal Wetland, Brazil.
- Spectral properties of the preconditioned AHSS iteration method for generalized saddle point problems