Gradiente Quasi-Quadratico Accelera il Metodo di Ottimizzazione BFGS
Una recente pubblicazione su arXiv presenta il Gradiente Quasi-Quadratico (QQG), una nuova direzione di ricerca volta a migliorare il metodo BFGS utilizzato nell'ottimizzazione quasi-Newton. Il QQG è caratterizzato come la moltiplicazione dell'approssimazione dell'inversa dell'Hessiana con il gradiente corrente, utilizzando la curvatura locale del secondo ordine per affinare la traiettoria di ricerca. Sia le valutazioni teoriche che i risultati sperimentali indicano che il QQG supera il BFGS standard in termini di velocità di convergenza, mantenendo al contempo l'efficienza computazionale. Questo lavoro rientra nella categoria Ottimizzazione e Controllo.
Fatti principali
- L'articolo introduce il Gradiente Quasi-Quadratico (QQG) per l'accelerazione del BFGS.
- QQG è definito come il prodotto dell'approssimazione dell'inversa dell'Hessiana e del gradiente corrente.
- QQG sfrutta la curvatura locale del secondo ordine per correggere il percorso di ricerca.
- L'analisi teorica mostra che QQG supera il BFGS standard in velocità di convergenza.
- I risultati empirici confermano che l'efficienza computazionale è mantenuta.
- L'articolo è stato sottomesso su arXiv nella sezione Ottimizzazione e Controllo.
- L'ID arXiv è 2604.23922.
- Il metodo rientra nel framework quasi-Newton.
Entità
Istituzioni
- arXiv