MARC

 008260126s2025        us                              c    eng  d
■001000017357881
■00520260202103613
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798286442799
■035    ▼a(MiAaPQ)AAI32043728
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a519
■1001  ▼aMei,  Sanyou.
■24510▼aNovel  First-Order  Methods  for  Bilevel  and  Minimax  Optimization
■260    ▼a[Sl]▼bUniversity  of  Minnesota▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a199  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-12,  Section:  B.
■500    ▼aAdvisor:  Lu,  Zhaosong.
■5021  ▼aThesis  (Ph.D.)--University  of  Minnesota,  2025.
■520    ▼aBilevel  and  minimax  optimization  problems  arise  in  various  fields,  including  machine  learning,  game  theory,  and  decision  science.  This  thesis  highlights  the  underlying  connections  between  constrained  minimax  and  bilevel  optimization  and  develops  novel  first-order  methods  with  strong  theoretical  guarantees  for  solving  both  classes  of  problems.Specifically,  we  study  a  class  of  constrained  minimax  problems  and  propose  efficient  augmented  Lagrangian  methods  with  complexity  guarantees  for  both  nonconvex-concave  and  nonconvex-strongly-concave  objective  functions.  We  then  show  that  bilevel  optimization  can  be  approximately  reformulated  as  a  minimax  problem  and  introduce  first-order  penalty  methods  with  provable  complexity  guarantees.  Additionally,  we  propose  a  sequential  minimax  optimization  method  for  solving  a  class  of  constrained  bilevel  problems  and  establish  corresponding  complexity  results.  Preliminary  numerical  experiments  demonstrate  the  effectiveness  of  the  proposed  methods.
■590    ▼aSchool  code:  0130.
■650  4▼aApplied  mathematics
■653    ▼aBilevel  optimization
■653    ▼aFirst-order  methods
■653    ▼aMinimax  optimization
■653    ▼aOperation  complexity
■690    ▼a0796
■690    ▼a0364
■71020▼aUniversity  of  Minnesota▼bIndustrial  and  Systems  Engineering.
■7730  ▼tDissertations  Abstracts  International▼g86-12B.
■790    ▼a0130
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17357881▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books