MétaCan
Menu
Retour à la cohorte
Enregistrement W4392403993 · doi:10.23952/jano.6.2024.1.05

Solving split feasibility problems via block-wise formulation

2024· article· en· W4392403993 sur OpenAlexvenueno aff
Zhou Wang, Hongjin He

Notice bibliographique

RevueJournal of Applied and Numerical Optimization · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBlock (permutation group theory)Computer scienceMathematical optimizationMathematicsAlgorithmApplied mathematicsCombinatorics

Résumé

récupéré en direct d'OpenAlex

The split feasibility problem (SFP), which provides a unified framework to model a wide range of inverse problems, has received much considerable attention in the literature.However, how to efficiently solve SFPs is still an interesting topic.In this paper, we introduce a block-wise formulation for algorithmic design.Specifically, we first introduce an auxiliary variable to formulate the original SFP as a constrained minimization problem with a block structure, which paves a new way to find solutions of SFPs.Then, we show that the employments of some classical gradient-type optimization algorithms produce very simple, yet quite efficient iterative schemes to find a solution of SFPs when the underlying block structure could be exploited.The parallel iterative schemes of the proposed blockwise algorithms are not only efficient to deal with the case that the projections onto the convex sets have explicit representations, but also are possibly valuable for solving large-scale SFPs without explicit projections onto the underlying sets.Some numerical results on synthetic examples support the idea of this paper.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,955
Score d'incertitude au seuil0,404

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,017
Tête enseignante GPT0,224
Écart entre enseignants0,207 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied and Numerical OptimizationMême sujetSupply Chain and Inventory ManagementTravaux en français237 207