提出接近最优的二阶凸有限和优化算法

Xinliang Zhang、Lesi Chen、Zonghan Li、Jingzhao Zhang 等研究者发布论文（arXiv:2610.42040），针对含 n 个分量的光滑凸有限和优化问题，证明在个体光滑性与凸性假设下复杂度下界为 Ω(n + n^{5/7} ε^{-2/7})。 他们还设计了 Taylor 修正的惰性牛顿方法，结合最优 Monteiro-Svaiter 加速，达到复杂度 Õ(n + n^{5/7} ε^{-2/7})，与下界仅差对数因子。这一结果优于此前平均光滑性假设下的 Θ̃(n + n^{6/7} ε^{-2/7})，表明个体光滑性条件可加速此类问题。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。