CRIS Current Research Information System
IRIS è la soluzione IT che facilita la raccolta e la gestione dei dati relativi alle attività e ai prodotti della ricerca. Fornisce a ricercatori, amministratori e valutatori gli strumenti per monitorare i risultati della ricerca, aumentarne la visibilità e allocare in modo efficace le risorse disponibili.
EnglishWe derive bounds for the objective errors and gradient residuals when finding approximations to the solution of common regularized quadratic optimization problems within evolving Krylov spaces. These provide upper bounds on the number of iterations required to achieve a given stated accuracy. We illustrate the quality of our bounds on given test examples.
| Titolo: | Error estimates for iterative algorithms for minimizing regularized quadratic subproblems | |
| Autore/i: | Gould N. I. M.; Simoncini V. | |
| Autore/i Unibo: | ||
| Anno: | 2020 | |
| Rivista: | ||
| Digital Object Identifier (DOI): | http://dx.doi.org/10.1080/10556788.2019.1670177 | |
| Abstract: | We derive bounds for the objective errors and gradient residuals when finding approximations to the solution of common regularized quadratic optimization problems within evolving Krylov spaces. These provide upper bounds on the number of iterations required to achieve a given stated accuracy. We illustrate the quality of our bounds on given test examples. | |
| Data stato definitivo: | 2020-01-18T10:53:26Z | |
| Appare nelle tipologie: | 1.01 Articolo in rivista |
File in questo prodotto:
Eventuali allegati, non sono esposti
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Copyright © 2022