«optimization» 태그된 질문

이 태그는 (제약되거나 제한되지 않은) 기능의 최소화 또는 최대화 방법에 대한 질문을위한 것입니다.

1
라인 검색 및 신뢰 영역 알고리즘에 대한 스케일 불일치
Numerical Optimization에 대한 Nocedal & Wright의 저서에는 섹션 2.2 (27 페이지)에 "일반적으로 트러스트 영역 알고리즘보다 라인 검색 알고리즘의 스케일 불변을 유지하는 것이 더 쉽다"는 내용이 있습니다. 동일한 섹션에서 원래 변수의 스케일 버전 인 새 변수를 갖는 방법에 대해 설명합니다. 이는 줄 검색 및 신뢰 영역 모두에 도움이 될 수 있습니다. …
2
pde- 제약 된 최적화를위한 인접 방법의 비용 이해
인접 기반 최적화 방법이 PDE 제한 최적화에 어떻게 작동하는지 이해하려고합니다. 특히, 설계 변수의 수가 많지만 "방정식의 수가 적은"문제에 대해 인접 방법이 더 효율적인 이유를 이해하려고합니다. 내가 이해하는 것 : 다음 PDE 제한 최적화 문제를 고려하십시오. minβ I(β,u(β))s.t.R(u(β))=0minβ I(β,u(β))s.t.R(u(β))=0\min_\beta \text{ } I(\beta,u(\beta))\\ s.t. R(u(\beta))=0 여기서 III 는 벡터 설계 변수 \ …
11 optimization  pde 
3
평가할 수있는 알려지지 않은 기능을 최적화 하시겠습니까?
알 수없는 함수 주어지면 도메인의 어느 시점에서나 그 값을 평가할 수는 있지만 표현할 수는 없습니다. 다시 말해, f 는 우리에게 블랙 박스와 같습니다.f:Rd→Rf:Rd→Rf:\mathbb R^d \to \mathbb Rfff 의 최소화기를 찾는 문제의 이름은 무엇입니까 ? 어떤 방법이 있습니까?fff 방정식 대한 해를 구하는 문제의 이름은 무엇입니까 ? 어떤 방법이 있습니까?f(x)=0f(x)=0f(x)=0 두 가지 …
1
의 널 공간 밖으로 돌출 로부터 에
시스템 주어 여기서 경우, I는 경우 코비 반복 솔버로 사용되며, 그 판독 방법은 수렴하지 않을 비 - 제로를 갖는다 의 널 공간의 구성 요소 . 그렇다면 가 의 null 공간에 걸쳐 0이 아닌 구성 요소를 가지고 있다면 Jacobi 방법은 비 수렴 적이 라고 어떻게 공식적으로 말할 수 있습니까? null 공간에 …
1
역 계산없이 선형 회귀 문제에 대한 표준 오차 계산
를 반전 것보다 선형 회귀 문제에 대한 표준 오차를 계산하는 더 빠른 방법이 있습니까? 여기에 회귀가 있다고 가정합니다.엑스'엑스X′XX'X 와이= Xβ+ ε ,y=Xβ+ε,y=X\beta+\varepsilon, 여기서 는 행렬이고 는 벡터입니다.엑스XXn × k엔×케이n\times k와이와이y엔 × 1엔×1n\times 1 최소 제곱 문제 해결 방법을 찾기 위해 무엇이든 할 수 것은 비현실적 입니다. 행렬 에서 QR 또는 …
2
그라데이션 하강 및 켤레 그라데이션 하강
프로젝트의 경우이 두 가지 방법을 구현하고 서로 다른 기능에서 어떻게 수행되는지 비교해야합니다. 등이 보이는 공액 구배 법을 위한의 연립 일차 방정식을 해결하는 것을 의미 Ax=bAx=b A\mathbf{x} = \mathbf{b} 여기서 AAA 는 대칭, 양의 정한 및 실수 인 nxn 행렬입니다. I 대해 읽으면 한편, 그라디언트 강하 I는 예를 참조 로젠 브록 …
2
작은 규범 조정의 고유 벡터
천천히 변화하는 데이터 세트가 있으며 공분산 행렬의 고유 벡터 / 고유 값을 추적해야합니다. 나는을 사용 scipy.linalg.eigh했지만 너무 비싸서 이미 약간 잘못된 분해가 있다는 사실을 사용하지 않습니다. 누구 든지이 문제를 해결하는 더 나은 접근법을 제안 할 수 있습니까?
4
선형 구속 조건으로 볼록 함수 최대화 (오목 함수 최소화)
문제는 최대 f( x ) A x = b에 종속 최대에프(엑스) 에 따라 ㅏ엑스=비\max f(\mathbf{x}) \text{ subject to } \mathbf{Ax} = \mathbf{b} 여기서 에프( x ) = ∑엔나는 = 11 + x4나는( ∑엔나는 = 1엑스2나는)2−−−−−−−−−−√에프(엑스)=∑나는=1엔1+엑스나는4(∑나는=1엔엑스나는2)2f(\mathbf{x}) = \sum_{i=1}^N\sqrt{1+\frac{x_i^4}{(\sum_{i=1}^{N}x_i^2)^2}} , x =[ x1, x2, . . . , x엔]티∈ R엔× 1엑스=[엑스1,엑스2,...,엑스엔]티∈아르 자형엔×1\mathbf{x} …
4
행렬 제약 조건을 사용한 선형 프로그래밍
다음과 같은 최적화 문제가 있습니다. minJ,Bs.t.∑ij|Jij|MJ+BY=XminJ,B∑ij|Jij|s.t.MJ+BY=X \begin{array}{rl} \min_{J,B} & \sum_{ij} |J_{ij}|\\ \textrm{s.t.} & MJ + BY =X \end{array} 여기서 내 변수는 행렬 JJJ 와 BBB 이지만 전체 문제는 여전히 선형 프로그램입니다. 나머지 변수는 고정되어 있습니다. 이 프로그램을 자주 사용하는 선형 프로그래밍 도구에 입력하려고하면 문제가 발생합니다. 즉, 이것을 "표준"선형 프로그램 형식으로 …
3
알려지지 않은 잡음 기능 최대화
함수 를 최대화하는 데 관심이 있는데 여기서 θ ∈ R p 입니다.f(θ)f(θ)f(\mathbf \theta)θ∈Rpθ∈Rp\theta \in \mathbb R^p 문제는 함수 또는 파생 함수의 분석 형식을 모른다는 것입니다. 내가 할 수있는 유일한 방법은 값에 연결하여, 포인트 - 현명한 기능을 평가하는 것입니다 잡음 추정 얻을 F를 ( θ * ) 그 시점에서. 원하는 경우 …
2
(메타) 휴리스틱 방법의 의미
최적화를 위해 Wikipedia에서 : 컴퓨터 과학에서 메타 휴리스틱 은 주어진 품질 측정과 관련하여 후보 솔루션을 반복적으로 개선하여 문제 를 최적화 하는 계산 방법을 지정 합니다. Metaheuristics는 최적화되는 문제에 대한 가정을 거의 또는 전혀하지 않으며 후보 솔루션의 매우 넓은 공간을 검색 할 수 있습니다. 그러나 메타 휴리스틱은 최적의 솔루션을 찾도록 보장하지 …
2
Python에서 SVM에 대한 래그 레인지 계수 계산
파이썬 으로 전체 SVM 구현 을 작성하려고하는데 Lagrange 계수 계산에 몇 가지 문제가 있습니다. 먼저 알고리즘에서 이해 한 내용을 바꾸어 올바른 길을 가고 있는지 확인하겠습니다. 경우 엑스1, x2, . . . , x엔엑스1,엑스2,...,엑스엔x_1, x_2, ..., x_n 은 데이터 세트이고 와이나는∈ { − 1 , 1 }와이나는∈{−1,1}y_i \in \{-1, 1\} 은 …
4
상자 구속 조건이있는 비선형 최소 제곱
비선형 최소 제곱 분의 일 권장 방법 무엇 ∑erri(p)2∑erri(p)2\sum err_i(p)^2 상자 제약과, loj&lt;=pj&lt;=hijloj&lt;=pj&lt;=hijlo_j <= p_j <= hi_j ? 상자 제약 조건을 이차적으로 만들 수 있고 ∑ierri(p)2+C∗∑jtub(pj,loj,hij)2∑ierri(p)2+C∗∑jtub(pj,loj,hij)2 \sum_i err_i(p)^2 + C * \sum_j tub( p_j, lo_j, hi_j )^2 여기서tub(x,lo,hi)tub(x,lo,hi)tub( x, lo, hi ) 는 \ ___ /, 모양의 "터브 함수"입니다.max(lo−x,0,x−hi)max(lo−x,0,x−hi)max( lo …
당사 사이트를 사용함과 동시에 당사의 쿠키 정책과 개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.