Algoritmo de optimización basado en gradientes para resolver la ecuación de matriz de Sylvester
Autores: Zhang, Juan; Luo, Xiao
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Transformación
Optimización
Producto de Kronecker
Gradiente proximal
Ejemplos numéricos
Algoritmos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 19
Citaciones: Sin citaciones
En este documento, transformamos el problema de resolver la ecuación de matriz de Sylvester en un problema de optimización a través del producto de Kronecker principalmente. Utilizamos los métodos de gradiente proximal acelerado adaptativo y de gradiente proximal acelerado de Newton para resolver el problema de minimización no convexo restringido. Se analizan sus propiedades convergentes. Finalmente, ofrecemos ejemplos numéricos para ilustrar la efectividad de los algoritmos derivados.
Descripción
En este documento, transformamos el problema de resolver la ecuación de matriz de Sylvester en un problema de optimización a través del producto de Kronecker principalmente. Utilizamos los métodos de gradiente proximal acelerado adaptativo y de gradiente proximal acelerado de Newton para resolver el problema de minimización no convexo restringido. Se analizan sus propiedades convergentes. Finalmente, ofrecemos ejemplos numéricos para ilustrar la efectividad de los algoritmos derivados.