ACelerated COnvex OPTimization

Informations projet

ACCOPT

N° de convention de subvention: 788368

DOI

10.3030/788368

Projet clôturé

Date de signature de la CE 5 Juin 2018

Date de début 1 Septembre 2018

Date de fin 31 Août 2024

Financé au titre de

• EXCELLENT SCIENCE - European Research Council (ERC)

Coût total

€ 2 090 038,00

Contribution de l’UE

€ 2 090 038,00

Coordonné par

UNIVERSITE CATHOLIQUE DE LOUVAIN
Belgium

CORDIS fournit des liens vers les livrables publics et les publications des projets HORIZON.

Les liens vers les livrables et les publications des projets du 7e PC, ainsi que les liens vers certains types de résultats spécifiques tels que les jeux de données et les logiciels, sont récupérés dynamiquement sur OpenAIRE .

Publications

Peer reviewed articles (25)

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

Auteurs: G.N. Grapiglia, Yu. Nesterov
Publié dans: Optimization Methods and Software, Numéro 36(1), 2021, Page(s) 145 - 170, ISSN 1055-6788
Éditeur: Taylor & Francis
DOI: 10.1080/10556788.2020.1731749

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

Auteurs: G. N. Grapiglia, Yu. Nesterov
Publié dans: SIAM Journal on Optimization, Numéro 30/4, 2020, Page(s) 2750-2779, ISSN 1052-6234
Éditeur: Society for Industrial and Applied Mathematics
DOI: 10.1137/19m1259432

Superfast second-order methods for unconstrained convex optimization

Auteurs: Yurii Nesterov
Publié dans: Journal of Optimization Theory and Applications, Numéro 191, 2021, Page(s) 1-30, ISSN 0022-3239
Éditeur: Kluwer Academic/Plenum Publishers
DOI: 10.1007/s10957-021-01930-y

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

Auteurs: Yurii Nesterov
Publié dans: SIAM Journal of Optimization, Numéro 31(4), 2021, Page(s) 2807-2828, ISSN 1052-6234
Éditeur: Society for Industrial and Applied Mathematics
DOI: 10.1137/20m134705x

Gradient methods with memory

Auteurs: Yurii Nesterov, Mihai I. Florea
Publié dans: Optimization Methods and Software, Numéro Online First, 2021, Page(s) 1-18, ISSN 1055-6788
Éditeur: Taylor & Francis
DOI: 10.1080/10556788.2020.1858831

Contracting Proximal Methods for Smooth Convex Optimization

Auteurs: Nikita Doikov, Yurii Nesterov
Publié dans: SIAM Journal on Optimization, Numéro 30/4, 2020, Page(s) 3146-3169, ISSN 1052-6234
Éditeur: Society for Industrial and Applied Mathematics
DOI: 10.1137/19m130769x

Affine-invariant contracting-point methods for Convex Optimization

Auteurs: Nikita Doikov; Yurii Nesterov
Publié dans: Mathematical Programming, (2022), Numéro 198(1), 2023, Page(s) 115–137, ISSN 0025-5610
Éditeur: Springer Verlag
DOI: 10.1007/s10107-021-01761-9

Rates of superlinear convergence for classical quasi-Newton methods

Auteurs: Anton Rodomanov, Yurii Nesterov
Publié dans: Mathematical Programming, Numéro 188(3), 2021, Page(s) 744-769, ISSN 0025-5610
Éditeur: 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

Auteurs: Daniel Bankmann, Volker Mehrmann, Yurii Nesterov, Paul Van Dooren
Publié dans: Vietnam Journal of Mathematics, Numéro 48, 2020, Page(s) 633–659, ISSN 2305-221X
Éditeur: Springer Science + Business Media
DOI: 10.1007/s10013-020-00427-x

New Results on Superlinear Convergence of Classical Quasi-Newton Methods

Auteurs: Anton Rodomanov, Yurii Nesterov
Publié dans: Journal of Optimization Theory and Applications, Numéro 188/3, 2021, Page(s) 744-769, ISSN 0022-3239
Éditeur: Kluwer Academic/Plenum Publishers
DOI: 10.1007/s10957-020-01805-8

Local convergence of tensor methods

Auteurs: Nikita Doikov, Yurii Nesterov
Publié dans: Mathematical Programming, Numéro Online First, 2021, ISSN 0025-5610
Éditeur: Springer Verlag
DOI: 10.1007/s10107-020-01606-x

Inexact basic tensor methods for some classes of convex optimization problems

Auteurs: Yurii Nesterov
Publié dans: Optimization Methods and Software, Numéro Online First, 2020, Page(s) 1-29, ISSN 1055-6788
Éditeur: Taylor & Francis
DOI: 10.1080/10556788.2020.1854252

Smoothness Parameter of Power of Euclidean Norm

Auteurs: Anton Rodomanov, Yurii Nesterov
Publié dans: Journal of Optimization Theory and Applications, 2020, ISSN 0022-3239
Éditeur: Kluwer Academic/Plenum Publishers
DOI: 10.1007/s10957-020-01653-6

Implementable tensor methods in unconstrained convex optimization

Auteurs: Yurii Nesterov
Publié dans: Mathematical Programming, 2019, ISSN 0025-5610
Éditeur: Springer Verlag
DOI: 10.1007/s10107-019-01449-1

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

Auteurs: Guillaume O. Berger, P.-A. Absil, Raphaël M. Jungers, Yurii Nesterov
Publié dans: Journal of Optimization Theory and Applications, Numéro 185(1), 2020, Page(s) 17-33, ISSN 0022-3239
Éditeur: Kluwer Academic/Plenum Publishers
DOI: 10.1007/s10957-020-01632-x

Tensor methods for finding approximate stationary points of convex functions

Auteurs: G.N. Grapiglia, Yu. Nesterov
Publié dans: Optimization Methods and Software, Numéro Online First, 2021, ISSN 1055-6788
Éditeur: Taylor & Francis
DOI: 10.1080/10556788.2020.1818082

Greedy Quasi-Newton Methods with Explicit Superlinear Convergence

Auteurs: Anton Rodomanov, Yurii Nesterov
Publié dans: SIAM Journal on Optimization, Numéro 31(1), 2021, Page(s) 785–811, ISSN 1052-6234
Éditeur: Society for Industrial and Applied Mathematics
DOI: 10.1137/20m1320651

High-Order Optimization Methods for Fully Composite Problems

Auteurs: Nikita Doikov; Yurii Nesterov
Publié dans: SIAM Journal on Optimization, Numéro 32(3), 2022, Page(s) 2402-2427, ISSN 1052-6234
Éditeur: Society for Industrial and Applied Mathematics
DOI: 10.1137/21m1410063

Gradient regularization of Newton method with Bregman distances

Auteurs: Nikita Doikov; Yurii Nesterov
Publié dans: Mathematical Programming, Numéro Online First, 2023, ISSN 0025-5610
Éditeur: Springer Verlag
DOI: 10.1007/s10107-023-01943-7

Inexact accelerated high-order proximal-point methods

Auteurs: Yurii Nesterov
Publié dans: Mathematical Programming, Numéro 197, 2023, Page(s) 1-26, ISSN 0025-5610
Éditeur: Springer Verlag
DOI: 10.1007/s10107-021-01727-x

Adaptive Third-Order Methods for Composite Convex Optimization

Auteurs: G. N. Grapiglia, Yu. Nesterov
Publié dans: SIAM Journal on Optimization, Numéro 33, 2023, Page(s) 1855-1883, ISSN 1052-6234
Éditeur: Society for Industrial and Applied Mathematics
DOI: 10.1137/22m1480872

Minimizing Uniformly Convex Functions by Cubic Regularization of Newton Method

Auteurs: Nikita Doikov, Yurii Nesterov
Publié dans: Journal of Optimization Theory and Applications, Numéro 189, 2021, Page(s) 317-339, ISSN 0022-3239
Éditeur: Kluwer Academic/Plenum Publishers
DOI: 10.1007/s10957-021-01838-7

Super-Universal Regularized Newton Method

Auteurs: Nikita Doikov, Konstantin Mishchenko, Yurii Nesterov
Publié dans: SIAM Journal on Optimization, Numéro 34, 2024, Page(s) 27-56, ISSN 1052-6234
Éditeur: Society for Industrial and Applied Mathematics
DOI: 10.1137/22m1519444

Subgradient ellipsoid method for nonsmooth convex problems

Auteurs: Anton Rodomanov; Yurii Nesterov
Publié dans: Mathematical Programming, Numéro 199, 2023, Page(s) 305-341, ISSN 0025-5610
Éditeur: Springer Verlag
DOI: 10.1007/s10107-022-01833-4

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

Auteurs: Nesterov Yurii
Publié dans: Journal of Optimization Theory and Applications, Numéro Online First, 2023, ISSN 0022-3239
Éditeur: Kluwer Academic/Plenum Publishers
DOI: 10.1007/s10957-023-02163-x

Other (1)

Complexity and Simplicity of Optimization Problems

Auteurs: Yurii Nesterov
Publié dans: The Project Repository Journal, Numéro 6, 2020, Page(s) 130-131, ISSN 2632-4067
Éditeur: European Dissemination Media

Conference proceedings (3)

Convex optimization based on global lower second-order models

Auteurs: Nikita Doikov, Yurii Nesterov
Publié dans: Advances in Neural Information Processing Systems (NeurIPS), Numéro 33, 2020, Page(s) 16546-16556
Éditeur: Neural Information Processing Systems

Inexact Tensor Methods with Dynamic Accuracies

Auteurs: Nikita Doikov, Yurii Nesterov
Publié dans: Proceedings of the 37th International Conference on Machine Learning (ICML), Numéro 119, 2020, Page(s) 2577-2586
Éditeur: ML Research Press

Stochastic Subspace Cubic Newton Method

Auteurs: Filip Hanzely, Nikita Doikov, Peter Richtárik, Yurii Nesterov
Publié dans: Proceedings of the 37th International Conference on Machine Learning, Numéro 119, 2020, Page(s) 4027-4038
Éditeur: ML Research Press

Non-peer reviewed articles (1)

Soft clustering by convex electoral model

Auteurs: Yurii Nesterov
Publié dans: Soft Computing, Numéro 24/23, 2020, Page(s) 17609-17620, ISSN 1432-7643
Éditeur: Springer Verlag
DOI: 10.1007/s00500-020-05148-4