TY -的A2 Pratama Mahardhika AU -李,中国非盟-张Mingchuan盟——朱Junlong盟——郑Ruijuan盟——张Qikun盟——吴,青岛PY - 2018 DA - 2018/12/05 TI -随机Block-Coordinate梯度投影算法的子模块最大化SP - 2609471六世- 2018 AB -我们认为随机连续子模块大规模优化问题,自然地出现在许多应用程序如机器学习。由于高维数据,计算整个梯度向量可以变得非常昂贵。降低复杂性和内存需求,我们提出一个随机block-coordinate梯度投影算法最大化连续子模块功能,选择一个随机的梯度向量子集并更新估计沿着积极的梯度方向。我们证明生成的所有节点的估计算法以概率1收敛于一些静止的点。此外,我们表明,该算法实现紧
(
p
米
我
n
/
2
F
⁎
- - - - - -
ϵ
)
近似保证后
O
(
1
/
ϵ
2
)
迭代DR-submodular函数的大小选择合适的步骤。此外,我们还表明该算法达到了紧
(
γ
2
/
1
+
γ
2
p
米
我
n
F
⁎
- - - - - -
ϵ
)
近似保证后
O
(
1
/
ϵ
2
)
为弱DR-submodular迭代函数参数
γ
通过选择步骤大小递减。SN - 1076 - 2787你——https://doi.org/10.1155/2018/2609471——10.1155 / 2018/2609471 JF - PB - Hindawi KW - ER -复杂性