Repository logo
Acerca de Depósito
  • Español
  • English
Log In
  1. Home
  2. Productividad Cientifica
  3. Articulos DGIIE 2021-2026
  4. Theoretical and numerical comparison of first order algorithms for cocoercive equations and smooth convex optimization
 
  • Details

Theoretical and numerical comparison of first order algorithms for cocoercive equations and smooth convex optimization

Date Issued
2023-05
Author(s) USM
Briceño, Luis  
DOI
10.1016/j.sigpro.2022.108900
Abstract
This paper provides a theoretical and numerical comparison of classical first-order splitting methods for solving smooth convex optimization problems and cocoercive equations. From a theoretical point of view, we compare convergence rates of gradient desc
Link
https://doi.org/10.1016/j.sigpro.2022.108900
https://cris.usm.cl/handle/123456789/5957
Subjects

Cocoercive Equations

Convergence Rates

Huber Loss

Proximal Algorithms

Smooth Convex Optimiz...

Sparse Inverse Proble...

UNIVERSIDAD

  • Nuestra Historia
  • Federico Santa María
  • Definiciones Estratégicas
  • Modelo Educativo
  • Organización
  • Información Estadística USM

CAMPUS Y SEDES

  • Información Campus y Sedes
  • Tour Virtual
  • Icono Seguridad Política de Privacidad

EXTENSIÓN Y CULTURA

  • Dirección de Comunicaciones Estratégicas y Extensión Cultural
  • Dirección General de Vinculación con el Medio
  • Dirección de Asuntos Internacionales
  • Alumni
  • Noticias
  • Eventos
  • Radio USM
  • Cultura USM

SERVICIOS

  • Aula USM
  • Biblioteca USM
  • Portal de Autoservicio Institucional
  • Dirección de Tecnologías de la Información
  • Portal de Reportes UDAI
  • Sistema de Información de Gestión Académica
  • Sistema Integrado de Información Argos ERP
  • Sistema de Remuneraciones Históricas
  • Directorio USM
  • Trabaja con nosotros
Acreditación USM
usm.cl
Logo Acceso
Logo Consejo de Rectores
Logo G9
Logo AUR
Logo CRUV
Logo REUNA
Logo Universia

DSpace software copyright © 2002-2026 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback