A stochastic smoothing method for nonsmooth global optimization

The paper presents the results of testing the stochastic smoothing method for global optimization of a multiextremal function in a convex feasible subset of the Euclidean space. Preliminarily, the objective function is extended outside the admissible region so that its global minimum does not chang...

Повний опис

Збережено в:
Бібліографічні деталі
Опубліковано в: :Кібернетика та комп’ютерні технології
Дата:2020
Автор: Norkin, V.I.
Формат: Стаття
Мова:English
Опубліковано: Інститут кібернетики ім. В.М. Глушкова НАН України 2020
Теми:
Онлайн доступ:https://nasplib.isofts.kiev.ua/handle/123456789/168590
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:A stochastic smoothing method for nonsmooth global optimization / V.I. Norkin // Кібернетика та комп’ютерні технології: Зб. наук. пр. — 2020. — № 1. — С. 5-14— Бібліогр.: 18 назв. — англ.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-168590
record_format dspace
spelling Norkin, V.I.
2020-05-05T13:51:49Z
2020-05-05T13:51:49Z
2020
A stochastic smoothing method for nonsmooth global optimization / V.I. Norkin // Кібернетика та комп’ютерні технології: Зб. наук. пр. — 2020. — № 1. — С. 5-14— Бібліогр.: 18 назв. — англ.
2707-4501
DOI: 10.34229/2707-451X.20.1.1
MSC: 65K05, 90C26, 90C15
https://nasplib.isofts.kiev.ua/handle/123456789/168590
519.85
The paper presents the results of testing the stochastic smoothing method for global optimization of a multiextremal function in a convex feasible subset of the Euclidean space. Preliminarily, the objective function is extended outside the admissible region so that its global minimum does not change, and it becomes coercive.
Проблема глобальної оптимізації неопуклих негладких функцій з обмеженнями є актуальною для багатьох інженерних застосувань, зокрема, для навчання неопуклих негладких нейронних мереж. У роботі представлені результати тестування методу згладжування багато екстремальної цільової функції для знаходження її глобального мінімуму в деякої опуклій допустимій області евклідового простору. Попередньо цільова функція довизначається поза опуклої допустимої області так, щоб не змінити її глобального мінімуму, та зробити її коерцитивною.
Проблема глобальной оптимизации невыпуклых негладких функций при ограничениях актуальна для многих инженерных приложений, в частности, для обучения невыпуклых негладких нейронных сетей. В работе представлены результаты тестирования метода сглаживания многоэкстремальной целевой функции для нахождения ее глобального минимума в некоторой выпуклой допустимой области евклидового пространства. Предварительно целевая функция доопределяется вне допустимой области так, чтобы не изменить ее глобальный минимум, и сделать ее коэрцитивной.
en
Інститут кібернетики ім. В.М. Глушкова НАН України
Кібернетика та комп’ютерні технології
Методи оптимізації та екстремальні задачі
A stochastic smoothing method for nonsmooth global optimization
Стохастичний метод сгладжування для негладкої глобальної оптимізації
Стохастический метод сглаживания для негладкой глобальной оптимизации
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title A stochastic smoothing method for nonsmooth global optimization
spellingShingle A stochastic smoothing method for nonsmooth global optimization
Norkin, V.I.
Методи оптимізації та екстремальні задачі
title_short A stochastic smoothing method for nonsmooth global optimization
title_full A stochastic smoothing method for nonsmooth global optimization
title_fullStr A stochastic smoothing method for nonsmooth global optimization
title_full_unstemmed A stochastic smoothing method for nonsmooth global optimization
title_sort stochastic smoothing method for nonsmooth global optimization
author Norkin, V.I.
author_facet Norkin, V.I.
topic Методи оптимізації та екстремальні задачі
topic_facet Методи оптимізації та екстремальні задачі
publishDate 2020
language English
container_title Кібернетика та комп’ютерні технології
publisher Інститут кібернетики ім. В.М. Глушкова НАН України
format Article
title_alt Стохастичний метод сгладжування для негладкої глобальної оптимізації
Стохастический метод сглаживания для негладкой глобальной оптимизации
description The paper presents the results of testing the stochastic smoothing method for global optimization of a multiextremal function in a convex feasible subset of the Euclidean space. Preliminarily, the objective function is extended outside the admissible region so that its global minimum does not change, and it becomes coercive. Проблема глобальної оптимізації неопуклих негладких функцій з обмеженнями є актуальною для багатьох інженерних застосувань, зокрема, для навчання неопуклих негладких нейронних мереж. У роботі представлені результати тестування методу згладжування багато екстремальної цільової функції для знаходження її глобального мінімуму в деякої опуклій допустимій області евклідового простору. Попередньо цільова функція довизначається поза опуклої допустимої області так, щоб не змінити її глобального мінімуму, та зробити її коерцитивною. Проблема глобальной оптимизации невыпуклых негладких функций при ограничениях актуальна для многих инженерных приложений, в частности, для обучения невыпуклых негладких нейронных сетей. В работе представлены результаты тестирования метода сглаживания многоэкстремальной целевой функции для нахождения ее глобального минимума в некоторой выпуклой допустимой области евклидового пространства. Предварительно целевая функция доопределяется вне допустимой области так, чтобы не изменить ее глобальный минимум, и сделать ее коэрцитивной.
issn 2707-4501
url https://nasplib.isofts.kiev.ua/handle/123456789/168590
citation_txt A stochastic smoothing method for nonsmooth global optimization / V.I. Norkin // Кібернетика та комп’ютерні технології: Зб. наук. пр. — 2020. — № 1. — С. 5-14— Бібліогр.: 18 назв. — англ.
work_keys_str_mv AT norkinvi astochasticsmoothingmethodfornonsmoothglobaloptimization
AT norkinvi stohastičniimetodsgladžuvannâdlânegladkoíglobalʹnoíoptimízacíí
AT norkinvi stohastičeskiimetodsglaživaniâdlânegladkoiglobalʹnoioptimizacii
AT norkinvi stochasticsmoothingmethodfornonsmoothglobaloptimization
first_indexed 2025-12-07T17:10:23Z
last_indexed 2025-12-07T17:10:23Z
_version_ 1850870253751369728