Benutzer: Gast  Login
Wenn Sie Schwierigkeiten haben, das Dokument zu öffnen, versuchen Sie auch bitte diesen Link
Originaltitel:
Lower Envelopes and Lifting for Structured Nonconvex Optimization
Übersetzter Titel:
Untere Hüllkurven und Lifting für strukturierte nicht-konvexe Optimierung
Autor:
Laude, Emanuel
Jahr:
2021
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Informatik
Betreuer:
Cremers, Daniel (Prof. Dr.)
Gutachter:
Cremers, Daniel (Prof. Dr.); Ochs, Peter (Prof. Dr.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik; MAT Mathematik
Stichworte:
Optimization, Moreau envelope, Convex Relaxation Methods, Lifting
Übersetzte Stichworte:
Optimierung, Moreausche Hüllkurve, Konvexe Relaxations Methoden, Lifting
TU-Systematik:
DAT 760; DAT 770
Kurzfassung:
This thesis considers two complementary approaches for decoupling in composite optimization problems by lower relaxations. The first approach is based on component-wise infimal convolution with generalized proximity functions. The approach is applied to the problem of federated learning. The second approach is based on lifting and Lagrangian relaxations and is applied to partially separable cost functions with total variation like regularization.
Übersetzte Kurzfassung:
Diese Arbeit betrachtet zwei komplementäre Ansätze zur Entkopplung in zusammengesetzten Optimierungsproblemen mittels unterer Relaxationen. Der erste Ansatz basiert auf einer komponentenweisen Infimalfaltung mit verallgemeinerten Proximity-Funktionen. Der Ansatz wird auf das Problem des federated learning angewendet. Der zweite Ansatz basiert auf Lifting und Lagrange-Relaxationen und wird auf partiell separierbare Kostenfunktionen mit totaler Variationsregularisierung angewendet.
WWW:
https://mediatum.ub.tum.de/?id=1612170
Eingereicht am:
07.06.2021
Mündliche Prüfung:
10.09.2021
Dateigröße:
10254745 bytes
Seiten:
182
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20210910-1612170-1-2
Letzte Änderung:
03.01.2022
 BibTeX