About convergence conditions for the empirical mean method of stochastic programming

About convergence conditions for the empirical mean method of stochastic programming

Gespeichert in:

Bibliographische Detailangaben
Datum:	2018
Hauptverfasser:	P. S. Knopov, V. I. Norkin
Format:	Artikel
Sprache:	English
Veröffentlicht:	2018
Schriftenreihe:	Cybernetics and Systems Analysis
Online Zugang:	http://jnas.nbuv.gov.ua/article/UJRN-0000805857
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:	Library portal of National Academy of Sciences of Ukraine \| LibNAS

Institution

Library portal of National Academy of Sciences of Ukraine | LibNAS

Ähnliche Einträge

On large deviations of empirical estimates in a stochastic programming problem with nonstationary observations and continuous time
von: P. S. Knopov, et al.
Veröffentlicht: (2019)

On large deviations of empirical estimates in a stochastic programming problem for a homogeneous random field with a discrete parameter
von: P. S. Knopov, et al.
Veröffentlicht: (2021)

Statistical approximation of multicriteria problems of stochastic programming
von: B. V. Norkin
Veröffentlicht: (2015)

Statistical approximation of multicriteria problems of stochastic programming
von: Norkin, B.V.
Veröffentlicht: (2015)

On convergence of direct methods for continuous vector optimization
von: B. V. Norkin
Veröffentlicht: (2015)

Properties of large deviations of empirical estimates in a stochastic optimization problem for a homogeneous random field
von: P. S. Knopov, et al.
Veröffentlicht: (2020)

A Stochastic Smoothing Method for Nonsmooth Global Optimization
von: V. I. Norkin
Veröffentlicht: (2020)

A stochastic smoothing method for nonsmooth global optimization
von: Norkin, V.I.
Veröffentlicht: (2020)

Consistency and properties of large deviations of empirical estimates in stochastic optimization problems for homogeneous random fields under nonhomogeneous and homogeneous observations
von: P. S. Knopov, et al.
Veröffentlicht: (2021)

Stochastic generalized gradient methods for training nonconvex nonsmooth neural networks
von: V. I. Norkin
Veröffentlicht: (2021)

On weak convergence of stochastic differential equations with irregular coefficients
von: I. H. Krykun
Veröffentlicht: (2023)

On the finite convergence of the NN classification learning on mistakes
von: V. I. Norkin
Veröffentlicht: (2022)

On the finite convergence of the NN classification learning on mistakes
von: Norkin, V.I.
Veröffentlicht: (2022)

Convergence in Skorokhod J-topology for compositions of stochastic processes
von: Silvestrov, D.S.
Veröffentlicht: (2008)

Frequency conditions for convergence of a control system in a neighborhood of a program manifold
von: S. S. Zhumatov
Veröffentlicht: (2016)

On the mean convergence of the Taylor and Laurent series
von: R. V. Tovkach
Veröffentlicht: (2013)

Convergence of Newton–Kurchatov method under weak conditions
von: S. M. Shakhno, et al.
Veröffentlicht: (2017)

Stochastic optimization models of actuarial mathematics
von: Ju. M. Ermolev, et al.
Veröffentlicht: (2020)

Modern stochastic quasi-gradient optimization algorithms
von: V. I. Norkin, et al.
Veröffentlicht: (2024)

On stochastic optimal control of the risk process in discrete time
von: B. V. Norkin
Veröffentlicht: (2014)

Stochastic models in the problems of forecasting the epidemiological situation
von: O. V. Bohdanov, et al.
Veröffentlicht: (2022)

Application of stochastic model for lengthy epidemic forecasting
von: P. S. Knopov, et al.
Veröffentlicht: (2021)

On convergence of accelerated Newton method under the generalized Lipschitz conditions
von: S. M. Shakhno
Veröffentlicht: (2014)

A parallel algorithm for solving two-stage stochastic programming problem
von: O. P. Lykhovyd
Veröffentlicht: (2019)

The Problems and Means of Convergence of Social Security in Both Ukraine and the EU
von: T. H. Vasyltsiv, et al.
Veröffentlicht: (2018)

Convergence of the Bregman extragradient method
von: Ja. I. Vedel, et al.
Veröffentlicht: (2019)

Some multi-dimentional stochastic models in inventory control with separable cost function
von: P. S. Knopov, et al.
Veröffentlicht: (2022)

Convergence of the operator extrapolation method
von: V. V. Semenov, et al.
Veröffentlicht: (2021)

Conditions under which the convergence of a sequence or its certain subsequences follows from the summability by deferred weighted means
von: S. A. Sezer, et al.
Veröffentlicht: (2024)

About the influence of features of fitness-functions on the convergence of the genetic algorithm
von: I. O. Lukjanov, et al.
Veröffentlicht: (2020)

Once Again About Axiom of the Programming and About Education Him
von: M. A. Kurilov, et al.
Veröffentlicht: (2014)

About the influence of features of fitness-functions on the convergence of the genetic algorithm
von: Lukianov, I.O., et al.
Veröffentlicht: (2020)

On optimal control of a stochastic equation with a fractional Wiener pro-cess
von: P. S. Knopov, et al.
Veröffentlicht: (2021)

Almost everywhere convergence of T means with respect to the Vilenkin system of integrable functions
von: N. Nadirashvili
Veröffentlicht: (2023)

Numerical simulation of the insurance business by means of markov chains
von: V. I. Norkin, et al.
Veröffentlicht: (2016)

To the question about the defnition of the basic prerequisite of modern law convergence
von: S. O. Suniehin
Veröffentlicht: (2018)

Tauberian conditions under which convergence follows from the weighted mean summability and its statistical extension for sequences of fuzzy number
von: Z. Цnder, et al.
Veröffentlicht: (2021)

Functional features and structure of program means for curriculum personalisation
von: M. V. Bilokopytova
Veröffentlicht: (2014)

Memory about Russian Empire System: historical lost
von: O. Maiboroda
Veröffentlicht: (2015)

Dynamic mathematical programming model with stochastic variable for the development of the National Nuclear Power Sector
von: S. V. Shulzhenko
Veröffentlicht: (2015)