Spectral Projected Gradient
Mostrando 1-5 de 5 artigos, teses e dissertações.
-
1. Spectral projected gradient method for the procrustes problem
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. Incorpor
TEMA (São Carlos). Publicado em: 2014-04
-
2. Aplicação do método do Gradiente Espectral Projetado ao problema de Compressive Sensing / Applications of the Spectral Prjected Gradient for Compressive Sensing theory
A teoria de Compressive Sensing proporciona uma nova estratégia de aquisição e recuperação de dados com bons resultados na área de processamento de imagens. Esta teoria garante recuperar um sinal com alta probabilidade a partir de uma taxa reduzida de amostragem por debaixo do limite de Nyquist-Shanon. O problema de recuperar o sinal original a partir
IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia. Publicado em: 19/09/2012
-
3. On the use of the Spectral Projected Gradient method for Support Vector Machines
In this work we study how to solve the SVM optimization problem by using the Spectral Projected Gradient (SPG) method with three different strategies for computing the projection onto the constrained set. One of the strategies is based on Dykstra's alternating projection algorithm since there is not a mathematical equation for the projection onto the whole c
Computational & Applied Mathematics. Publicado em: 2009
-
4. Accelerating the Levenberg-Marquardt method for the minimization of the square of functions with box constraints / Acelerando o metodo de Levenberg-Marquardt para a minimização da soma de quadrados de funções com restrições de caixa
In this work, we present an active set algorithm for minimizing the sum of squares of smooth functions, with box constraints. The algorithm is highly inspired in the work of Birgin and Mart´inez [4]. The differences are concentrated on the chosen search direction and on the use of an acceleration technique to update the step. At each iteration, we define an
Publicado em: 2008
-
5. Tópicos em otimização com restrições lineares / Topics on linearly-constrained optimization
Métodos do tipo Lagrangiano Aumentado são muito utilizados para minimização de funções sujeitas a restrições gerais. Nestes métodos, podemos separar o conjunto de restrições em dois grupos: restrições fáceis e restrições difíceis. Dizemos que uma restrição é fácil se existe um algoritmo disponível e eficiente para resolver problemas res
Publicado em: 2008