Un algoritmo paralelo inercial modificado tipo viscosidad para una familia finita de aplicaciones no expansivas y sus aplicaciones
Autores: Suantai, Suthep; Kankam, Kunrada; Yambangwai, Damrongsak; Cholamjiak, Watcharaporn
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Un algoritmo paralelo inercial modificado tipo viscosidad para una familia finita de aplicaciones no expansivas y sus aplicaciones
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Convergencia
Algoritmo
Punto fijo
Experimentos numéricos
Problemas LASSO
Eficiencia
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 22
Citaciones: Sin citaciones
En este trabajo, pretendemos demostrar la fuerte convergencia de la secuencia generada por el algoritmo modificado de viscosidad paralela inercial para encontrar un punto fijo común de una familia finita de aplicaciones no expansivas bajo condiciones suaves en espacios de Hilbert reales. Además, presentamos experimentos numéricos para resolver sistemas lineales y problemas diferenciales utilizando los métodos de Gauss-Seidel, Jacobi ponderado y de relajación sucesiva. Además, proporcionamos nuestro algoritmo para mostrar la eficiencia e implementación de los problemas de LASSO en la recuperación de señales. La novedad de nuestro algoritmo es que demostramos que es eficiente en comparación con los algoritmos existentes.
Descripción
En este trabajo, pretendemos demostrar la fuerte convergencia de la secuencia generada por el algoritmo modificado de viscosidad paralela inercial para encontrar un punto fijo común de una familia finita de aplicaciones no expansivas bajo condiciones suaves en espacios de Hilbert reales. Además, presentamos experimentos numéricos para resolver sistemas lineales y problemas diferenciales utilizando los métodos de Gauss-Seidel, Jacobi ponderado y de relajación sucesiva. Además, proporcionamos nuestro algoritmo para mostrar la eficiencia e implementación de los problemas de LASSO en la recuperación de señales. La novedad de nuestro algoritmo es que demostramos que es eficiente en comparación con los algoritmos existentes.