MétaCan
Menu
Retour à la cohorte
Enregistrement W4233953722 · doi:10.23952/jnva.2.2018.1.05

Two simple relaxed perturbed extragradient methods for solving variational inequalities in Euclidean spaces

2018· article· en· W4233953722 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJournal of Nonlinear and Variational Analysis · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueOptimization and Variational Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSimple (philosophy)Variational inequalityEuclidean geometryMathematicsApplied mathematicsInequalityPure mathematicsAlgebra over a fieldCalculus (dental)Mathematical optimizationMathematical analysisGeometryMedicineEpistemologyPhilosophyOrthodontics

Résumé

récupéré en direct d'OpenAlex

The Korpelevich's extragradient method is an iterative method designed for solving the variational inequality problem (VIP) and also can be used for other problems, such as finding saddle-points. The method employs two orthogonal projections onto the feasible set of the VIP per each iteration. This method was studied intensively and many generalizations and extensions were proposed along the years. Censor et al. proposed some modifications of the method in Euclidean as well as in Hilbert spaces, including a perturbed version which allows projections onto the members of an infinite sequence of subsets that epi-converges to the feasible set of the VIP. In this paper study this extragradient variant and extend it further to two relaxed and perturbed algorithms by using the properties of the involved operators and the perturbed sets.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,852
Score d'incertitude au seuil0,584

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,035
Tête enseignante GPT0,356
Écart entre enseignants0,321 · 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