MétaCan
Menu
Retour à la cohorte
Enregistrement W2469729643

A survey on SOC complementarity functions and solution methods for SOCPs and SOCCPs

2012· article· en· W2469729643 sur OpenAlexaff
Jein-Shan Chen, Shaohua Pan

Notice bibliographique

RevuePacific Journal of Optimization · 2012
Typearticle
Langueen
DomaineMathematics
ThématiqueAdvanced Optimization Algorithms Research
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésComplementarity (molecular biology)SmoothingMathematical optimizationComplementarity theoryResidualMathematicsRegular polygonApplied mathematicsComputer scienceMixed complementarity problemConvex functionAlgorithmStatisticsGeometry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper makes a survey on SOC complementarity functions and related solution methods for the second-order cone programming (SOCP) and second-order cone complementarity problem (SOCCP). Specifically, we discuss the properties of four classes of popular merit functions, and study the theoretical results of associated merit function methods and numerical behaviors in the solution of convex SOCPs. Then, we present suitable nonsinguarity conditions for the B-subdifferentials of the natural residual (NR) and Fischer-Burmeister (FB) nonsmooth system reformulations at a (locally) optimal solution, and test the numerical behavior of a globally convergent FB semismooth Newton method. Finally, we survey the properties of smoothing functions of the NR and FB SOC complementarity functions, and provide numerical comparisons of the smoothing Newton methods based on them. The theoretical results and numerical experience of this paper provide a comprehensive view on the development of this field in the past ten years.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,189
Tête enseignante GPT0,466
Écart entre enseignants0,277 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations50
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePacific Journal of OptimizationMême sujetAdvanced Optimization Algorithms ResearchTravaux en français237 207