ACelerated COnvex OPTimization

Projektinformationen

ACCOPT

ID Finanzhilfevereinbarung: 788368

DOI

10.3030/788368

Projekt abgeschlossen

EK-Unterschriftsdatum 5 Juni 2018

Startdatum 1 September 2018

Enddatum 31 August 2024

Finanziert unter

• EXCELLENT SCIENCE - European Research Council (ERC)

Gesamtkosten

€ 2 090 038,00

EU-Beitrag

€ 2 090 038,00

Koordiniert durch

UNIVERSITE CATHOLIQUE DE LOUVAIN
Belgium

CORDIS bietet Links zu öffentlichen Ergebnissen und Veröffentlichungen von HORIZONT-Projekten.

Links zu Ergebnissen und Veröffentlichungen von RP7-Projekten sowie Links zu einigen Typen spezifischer Ergebnisse wie Datensätzen und Software werden dynamisch von OpenAIRE abgerufen.

Veröffentlichungen

Peer reviewed articles (25)

On inexact solution of auxiliary problems in tensor methods for convex optimization

Autoren: G.N. Grapiglia, Yu. Nesterov
Veröffentlicht in: Optimization Methods and Software, Ausgabe 36(1), 2021, Seite(n) 145 - 170, ISSN 1055-6788
Herausgeber: Taylor & Francis
DOI: 10.1080/10556788.2020.1731749

Tensor Methods for Minimizing Convex Functions with Hölder Continuous Higher-Order Derivatives

Autoren: G. N. Grapiglia, Yu. Nesterov
Veröffentlicht in: SIAM Journal on Optimization, Ausgabe 30/4, 2020, Seite(n) 2750-2779, ISSN 1052-6234
Herausgeber: Society for Industrial and Applied Mathematics
DOI: 10.1137/19m1259432

Superfast second-order methods for unconstrained convex optimization

Autoren: Yurii Nesterov
Veröffentlicht in: Journal of Optimization Theory and Applications, Ausgabe 191, 2021, Seite(n) 1-30, ISSN 0022-3239
Herausgeber: Kluwer Academic/Plenum Publishers
DOI: 10.1007/s10957-021-01930-y

Inexact High-Order Proximal-Point Methods with Auxiliary Search Procedure

Autoren: Yurii Nesterov
Veröffentlicht in: SIAM Journal of Optimization, Ausgabe 31(4), 2021, Seite(n) 2807-2828, ISSN 1052-6234
Herausgeber: Society for Industrial and Applied Mathematics
DOI: 10.1137/20m134705x

Gradient methods with memory

Autoren: Yurii Nesterov, Mihai I. Florea
Veröffentlicht in: Optimization Methods and Software, Ausgabe Online First, 2021, Seite(n) 1-18, ISSN 1055-6788
Herausgeber: Taylor & Francis
DOI: 10.1080/10556788.2020.1858831

Contracting Proximal Methods for Smooth Convex Optimization

Autoren: Nikita Doikov, Yurii Nesterov
Veröffentlicht in: SIAM Journal on Optimization, Ausgabe 30/4, 2020, Seite(n) 3146-3169, ISSN 1052-6234
Herausgeber: Society for Industrial and Applied Mathematics
DOI: 10.1137/19m130769x

Affine-invariant contracting-point methods for Convex Optimization

Autoren: Nikita Doikov; Yurii Nesterov
Veröffentlicht in: Mathematical Programming, (2022), Ausgabe 198(1), 2023, Seite(n) 115–137, ISSN 0025-5610
Herausgeber: Springer Verlag
DOI: 10.1007/s10107-021-01761-9

Rates of superlinear convergence for classical quasi-Newton methods

Autoren: Anton Rodomanov, Yurii Nesterov
Veröffentlicht in: Mathematical Programming, Ausgabe 188(3), 2021, Seite(n) 744-769, ISSN 0025-5610
Herausgeber: Springer Verlag
DOI: 10.1007/s10107-021-01622-5

Computation of the Analytic Center of the Solution Set of the Linear Matrix Inequality Arising in Continuous- and Discrete-Time Passivity Analysis

Autoren: Daniel Bankmann, Volker Mehrmann, Yurii Nesterov, Paul Van Dooren
Veröffentlicht in: Vietnam Journal of Mathematics, Ausgabe 48, 2020, Seite(n) 633–659, ISSN 2305-221X
Herausgeber: Springer Science + Business Media
DOI: 10.1007/s10013-020-00427-x

New Results on Superlinear Convergence of Classical Quasi-Newton Methods

Autoren: Anton Rodomanov, Yurii Nesterov
Veröffentlicht in: Journal of Optimization Theory and Applications, Ausgabe 188/3, 2021, Seite(n) 744-769, ISSN 0022-3239
Herausgeber: Kluwer Academic/Plenum Publishers
DOI: 10.1007/s10957-020-01805-8

Local convergence of tensor methods

Autoren: Nikita Doikov, Yurii Nesterov
Veröffentlicht in: Mathematical Programming, Ausgabe Online First, 2021, ISSN 0025-5610
Herausgeber: Springer Verlag
DOI: 10.1007/s10107-020-01606-x

Inexact basic tensor methods for some classes of convex optimization problems

Autoren: Yurii Nesterov
Veröffentlicht in: Optimization Methods and Software, Ausgabe Online First, 2020, Seite(n) 1-29, ISSN 1055-6788
Herausgeber: Taylor & Francis
DOI: 10.1080/10556788.2020.1854252

Smoothness Parameter of Power of Euclidean Norm

Autoren: Anton Rodomanov, Yurii Nesterov
Veröffentlicht in: Journal of Optimization Theory and Applications, 2020, ISSN 0022-3239
Herausgeber: Kluwer Academic/Plenum Publishers
DOI: 10.1007/s10957-020-01653-6

Implementable tensor methods in unconstrained convex optimization

Autoren: Yurii Nesterov
Veröffentlicht in: Mathematical Programming, 2019, ISSN 0025-5610
Herausgeber: Springer Verlag
DOI: 10.1007/s10107-019-01449-1

On the Quality of First-Order Approximation of Functions with Hölder Continuous Gradient

Autoren: Guillaume O. Berger, P.-A. Absil, Raphaël M. Jungers, Yurii Nesterov
Veröffentlicht in: Journal of Optimization Theory and Applications, Ausgabe 185(1), 2020, Seite(n) 17-33, ISSN 0022-3239
Herausgeber: Kluwer Academic/Plenum Publishers
DOI: 10.1007/s10957-020-01632-x

Tensor methods for finding approximate stationary points of convex functions

Autoren: G.N. Grapiglia, Yu. Nesterov
Veröffentlicht in: Optimization Methods and Software, Ausgabe Online First, 2021, ISSN 1055-6788
Herausgeber: Taylor & Francis
DOI: 10.1080/10556788.2020.1818082

Greedy Quasi-Newton Methods with Explicit Superlinear Convergence

Autoren: Anton Rodomanov, Yurii Nesterov
Veröffentlicht in: SIAM Journal on Optimization, Ausgabe 31(1), 2021, Seite(n) 785–811, ISSN 1052-6234
Herausgeber: Society for Industrial and Applied Mathematics
DOI: 10.1137/20m1320651

High-Order Optimization Methods for Fully Composite Problems

Autoren: Nikita Doikov; Yurii Nesterov
Veröffentlicht in: SIAM Journal on Optimization, Ausgabe 32(3), 2022, Seite(n) 2402-2427, ISSN 1052-6234
Herausgeber: Society for Industrial and Applied Mathematics
DOI: 10.1137/21m1410063

Gradient regularization of Newton method with Bregman distances

Autoren: Nikita Doikov; Yurii Nesterov
Veröffentlicht in: Mathematical Programming, Ausgabe Online First, 2023, ISSN 0025-5610
Herausgeber: Springer Verlag
DOI: 10.1007/s10107-023-01943-7

Inexact accelerated high-order proximal-point methods

Autoren: Yurii Nesterov
Veröffentlicht in: Mathematical Programming, Ausgabe 197, 2023, Seite(n) 1-26, ISSN 0025-5610
Herausgeber: Springer Verlag
DOI: 10.1007/s10107-021-01727-x

Adaptive Third-Order Methods for Composite Convex Optimization

Autoren: G. N. Grapiglia, Yu. Nesterov
Veröffentlicht in: SIAM Journal on Optimization, Ausgabe 33, 2023, Seite(n) 1855-1883, ISSN 1052-6234
Herausgeber: Society for Industrial and Applied Mathematics
DOI: 10.1137/22m1480872

Minimizing Uniformly Convex Functions by Cubic Regularization of Newton Method

Autoren: Nikita Doikov, Yurii Nesterov
Veröffentlicht in: Journal of Optimization Theory and Applications, Ausgabe 189, 2021, Seite(n) 317-339, ISSN 0022-3239
Herausgeber: Kluwer Academic/Plenum Publishers
DOI: 10.1007/s10957-021-01838-7

Super-Universal Regularized Newton Method

Autoren: Nikita Doikov, Konstantin Mishchenko, Yurii Nesterov
Veröffentlicht in: SIAM Journal on Optimization, Ausgabe 34, 2024, Seite(n) 27-56, ISSN 1052-6234
Herausgeber: Society for Industrial and Applied Mathematics
DOI: 10.1137/22m1519444

Subgradient ellipsoid method for nonsmooth convex problems

Autoren: Anton Rodomanov; Yurii Nesterov
Veröffentlicht in: Mathematical Programming, Ausgabe 199, 2023, Seite(n) 305-341, ISSN 0025-5610
Herausgeber: Springer Verlag
DOI: 10.1007/s10107-022-01833-4

Set-Limited Functions and Polynomial-Time Interior-Point Methods

Autoren: Nesterov Yurii
Veröffentlicht in: Journal of Optimization Theory and Applications, Ausgabe Online First, 2023, ISSN 0022-3239
Herausgeber: Kluwer Academic/Plenum Publishers
DOI: 10.1007/s10957-023-02163-x

Other (1)

Complexity and Simplicity of Optimization Problems

Autoren: Yurii Nesterov
Veröffentlicht in: The Project Repository Journal, Ausgabe 6, 2020, Seite(n) 130-131, ISSN 2632-4067
Herausgeber: European Dissemination Media

Conference proceedings (3)

Convex optimization based on global lower second-order models

Autoren: Nikita Doikov, Yurii Nesterov
Veröffentlicht in: Advances in Neural Information Processing Systems (NeurIPS), Ausgabe 33, 2020, Seite(n) 16546-16556
Herausgeber: Neural Information Processing Systems

Inexact Tensor Methods with Dynamic Accuracies

Autoren: Nikita Doikov, Yurii Nesterov
Veröffentlicht in: Proceedings of the 37th International Conference on Machine Learning (ICML), Ausgabe 119, 2020, Seite(n) 2577-2586
Herausgeber: ML Research Press

Stochastic Subspace Cubic Newton Method

Autoren: Filip Hanzely, Nikita Doikov, Peter Richtárik, Yurii Nesterov
Veröffentlicht in: Proceedings of the 37th International Conference on Machine Learning, Ausgabe 119, 2020, Seite(n) 4027-4038
Herausgeber: ML Research Press

Non-peer reviewed articles (1)

Soft clustering by convex electoral model

Autoren: Yurii Nesterov
Veröffentlicht in: Soft Computing, Ausgabe 24/23, 2020, Seite(n) 17609-17620, ISSN 1432-7643
Herausgeber: Springer Verlag
DOI: 10.1007/s00500-020-05148-4