2021
Primal-Dual Proximal Splitting and Generalized Conjugation in Non-smooth Non-convex Optimization
CLASON, Christian, Stanislav MAZURENKO a Tuomo VALKONENZákladní údaje
Originální název
Primal-Dual Proximal Splitting and Generalized Conjugation in Non-smooth Non-convex Optimization
Autoři
CLASON, Christian (garant), Stanislav MAZURENKO (643 Rusko, domácí) a Tuomo VALKONEN
Vydání
Applied Mathematics and Optimization, New York, Springer, 2021, 0095-4616
Další údaje
Jazyk
angličtina
Typ výsledku
Článek v odborném periodiku
Obor
10102 Applied mathematics
Stát vydavatele
Spojené státy
Utajení
není předmětem státního či obchodního tajemství
Odkazy
Impakt faktor
Impact factor: 2.194
Kód RIV
RIV/00216224:14310/21:00120832
Organizační jednotka
Přírodovědecká fakulta
UT WoS
000526189300001
Klíčová slova anglicky
Nonsmooth optimization; Primal-dual method; Non-convex-concave saddle-points; Generalized conjugate; Potts model; Nash equilibria
Štítky
Příznaky
Mezinárodní význam, Recenzováno
Změněno: 22. 11. 2021 14:43, Mgr. Marie Šípková, DiS.
Anotace
V originále
We demonstrate that difficult non-convex non-smooth optimization problems, such as Nash equilibrium problems and anisotropic as well as isotropic Potts segmentation models, can be written in terms of generalized conjugates of convex functionals. These, in turn, can be formulated as saddle-point problems involving convex non-smooth functionals and a general smooth but non-bilinear coupling term. We then show through detailed convergence analysis that a conceptually straightforward extension of the primal-dual proximal splitting method of Chambolle and Pock is applicable to the solution of such problems. Under sufficient local strong convexity assumptions on the functionals-but still with a non-bilinear coupling term-we even demonstrate local linear convergence of the method. We illustrate these theoretical results numerically on the aforementioned example problems.