Un petit tutoriel sur les méthodes primales-duales proximales pour l'optimisation convexe
Résumé
Recent developments in imaging and data analysis techniques came along with an increasing need for fast convex optimization
methods for solving large scale problems. In the last years, primal-dual approaches have raised a strong enthusiasm, because of their simplicity
of use and their flexibility. This tutorial paper provides an overview of these algorithms, their applicability conditions, their convergence, and
their potential acceleration using stochastic block coordinate strategies.
Les développements récents en imagerie et en analyse de données se sont accompagnés d’un besoin accru en méthodes rapides pour
la résolution de problèmes d’optimisation convexe de très grande dimension. Ces dernières années, un engouement particulièrement vif a été
suscité par les approches de type primales-duales, se démarquant par leur simplicité et leur flexibilité. Cet article tutoriel se propose de donner
au lecteur une vue d’ensemble de ces méthodes, de leurs conditions d’applications, de convergence, et de leur potentiel d’accélération via des
stratégies stochastiques par blocs.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|
Loading...