Un método de dirección de extragradiente inercial con tamaño de paso autoadaptativo para resolver problemas de minimización dividida y sus aplicaciones en sensado comprimido
Autores: Kaewyong, Nattakarn; Sitthithakerngkiet, Kanokwan
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Un método de dirección de extragradiente inercial con tamaño de paso autoadaptativo para resolver problemas de minimización dividida y sus aplicaciones en sensado comprimido
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Construir métodos iterativos
Dividir problema de minimización
Tamaño de paso autoadaptativo
Dirección del gradiente conjugado
Teorema de convergencia fuerte
Problema de recuperación de señal
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
El propósito de este trabajo es construir métodos iterativos para resolver un problema de minimización dividida utilizando un tamaño de paso autoadaptativo, dirección del gradiente conjugado y técnica de inercia. Introducimos y demostramos un teorema de convergencia fuerte en el marco de los espacios de Hilbert. Luego demostramos numéricamente cómo el factor de extrapolación en el término de inercia y un parámetro de tamaño de paso afectan el rendimiento de nuestro algoritmo propuesto. Además, aplicamos nuestros algoritmos propuestos para resolver el problema de recuperación de señal. Finalmente, comparamos el rendimiento de calidad de señal de recuperación de nuestro algoritmo con el de tres trabajos previamente publicados.
Descripción
El propósito de este trabajo es construir métodos iterativos para resolver un problema de minimización dividida utilizando un tamaño de paso autoadaptativo, dirección del gradiente conjugado y técnica de inercia. Introducimos y demostramos un teorema de convergencia fuerte en el marco de los espacios de Hilbert. Luego demostramos numéricamente cómo el factor de extrapolación en el término de inercia y un parámetro de tamaño de paso afectan el rendimiento de nuestro algoritmo propuesto. Además, aplicamos nuestros algoritmos propuestos para resolver el problema de recuperación de señal. Finalmente, comparamos el rendimiento de calidad de señal de recuperación de nuestro algoritmo con el de tres trabajos previamente publicados.