Entropic Lower Bound of Cardinality for Sparse Optimization
Résumé
We introduce a family of cardinality's lower bounds, defined as ratios of norms. We prove that the tightest bound of the family is obtained as a limit case, and involves a Shannon entropy. We then use this entropic lower bound in sparse optimization problems to approximate cardinality requirements. This provides a nonlinear nonconvex relaxed problem, which can be efficiently solved by off-the-shelf nonlinear solvers. In the numerical study, we focus on the case where the optimization is performed on the simplex, and where the classical l1 penalization does not yield sparse solution. The Finance Index Tracking problem is taken as an example and illustrates the efficiency of the proposed approach.
Fichier principal
main.pdf (597.25 Ko)
Télécharger le fichier
FIT_Data_Calafiore.png (66.7 Ko)
Télécharger le fichier
FIT_Results_Calafiore.png (64.53 Ko)
Télécharger le fichier
FIT_Results_Calafiore_1.png (165.94 Ko)
Télécharger le fichier
FIT_Results_Calafiore_2.png (165.94 Ko)
Télécharger le fichier
Planning_X0.png (25.04 Ko)
Télécharger le fichier
card_ntot_35_6.png (58.66 Ko)
Télécharger le fichier
entropy.png (36.81 Ko)
Télécharger le fichier
entropy_3D.png (125.78 Ko)
Télécharger le fichier
modulation.png (1.84 Ko)
Télécharger le fichier
shannon_example.pdf (31.09 Ko)
Télécharger le fichier
sol_430_6.png (23.75 Ko)
Télécharger le fichier
sol_50.png (28.14 Ko)
Télécharger le fichier
sol_50_diff.png (27.41 Ko)
Télécharger le fichier
Origine | Fichiers produits par l'(les) auteur(s) |
---|
Origine | Fichiers produits par l'(les) auteur(s) |
---|
Origine | Fichiers produits par l'(les) auteur(s) |
---|