Metadata language
A nonderivative version of the gradient sampling algorithm for nonsmooth nonconvex optimization
Subtitle:Raport Badawczy = Research Report ; RB/35/2009
Creator: Publisher:Instytut Badań Systemowych. Polska Akademia Nauk ; Systems Research Institute. Polish Academy of Sciences
Place of publishing: Date issued/created: Description:12 stron ; 21 cm ; Bibliografia s. 11-12
Subject and Keywords:Nonsmooth optimization ; Gradient sampling ; Generalized gradient ; Nonconvex ; Subgradient ; Gradient uogólniony ; Optymalizacja niegładka ; Próbkowanie gradientowe ; Niewypukły ; Funkcje uśrednione ; Averaged functions
Abstract:The article gives a nonderivative version of the gradient sampling algorithm of Burke, Lewis and Overton for minimizing a locally Lipschitz function f on Rn that is continuously differentiable on an open dense subset. Instead of gradients of f, estimates of gradients of the Steklov averages of f were used. It has been shown that the nonderivative version retains the convergence properties of the gradient sampling algorithm. In particular, with probability 1 it either drives the f-values to -∞ or each of its cluster points is Clarke stationary for f.
Relation:Raport Badawczy = Research Report
Resource type: Detailed Resource Type: Source: Language: Language of abstract: Rights:Licencja Creative Commons Uznanie autorstwa 4.0
Terms of use:Zasób chroniony prawem autorskim. [CC BY 4.0 Międzynarodowe] Korzystanie dozwolone zgodnie z licencją Creative Commons Uznanie autorstwa 4.0, której pełne postanowienia dostępne są pod adresem: ; -
Digitizing institution:Instytut Badań Systemowych Polskiej Akademii Nauk
Original in:Biblioteka Instytutu Badań Systemowych PAN
Projects co-financed by: Access: