On some boosted methods for DC programming and the extension of the DCA to hadamard manifolds

Página do item simplificado
dc.contributor.advisor-co1Souza, João Carlos de Oliveira
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/5875678751294224pt_BR
dc.contributor.advisor1Ferreira, Orizon Pereira
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/0201145506453251pt_BR
dc.contributor.referee1Ferreira, Orizon Pereira
dc.contributor.referee2Souza, João Carlos de Oliveira
dc.contributor.referee3Bento, Glaydston de Carvalho
dc.contributor.referee4Cruz Neto, João Xavier da
dc.contributor.referee5Prudente, Leandro da Fonseca
dc.creatorSantos, Elianderson Meneses
dc.creator.Latteshttp://lattes.cnpq.br/5616849221888239pt_BR
dc.date.accessioned2022-02-22T13:54:43Z
dc.date.available2022-02-22T13:54:43Z
dc.date.issued2021-12-17
dc.description.abstractNesta tese são apresentados alguns novos métodos para otimização de funções DC. O primeiro deles, denominado BSSM, é proposto para resolver problemas de otimização DC sobre Rn onde a primeira componente DC é diferenciável a a segunda é possivelmente não diferenciável. O segundo método, que será chamado de nmBDCA, é uma extensão não monótona do método BDCA para lidar com problemas de otimização DC em Rn onde ambas as componentes DC são não diferenciáveis. O terceiro método é uma combinação do BSSM com o nmBDCA para tratar de problemas de otimização DC sobre um conjunto convexo fechado C com restrições lineares, onde a primeira componente DC da função objetivo é a soma de uma função convexa suave com uma função convexa não diferenciável, e a segundo componente DC é não diferenciável. O último método apresentado nesta tese é uma extensão do DCA para o contexto da otimização de funções DC em variedades de Hadamard.por
dc.description.provenanceSubmitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2022-02-21T20:25:59Z No. of bitstreams: 2 Tese - Elianderson Meneses Santos - 2022.pdf: 1320313 bytes, checksum: 1a149898967d35484cd49fe8453ff619 (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5)en
dc.description.provenanceApproved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2022-02-22T13:54:43Z (GMT) No. of bitstreams: 2 Tese - Elianderson Meneses Santos - 2022.pdf: 1320313 bytes, checksum: 1a149898967d35484cd49fe8453ff619 (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5)en
dc.description.provenanceMade available in DSpace on 2022-02-22T13:54:43Z (GMT). No. of bitstreams: 2 Tese - Elianderson Meneses Santos - 2022.pdf: 1320313 bytes, checksum: 1a149898967d35484cd49fe8453ff619 (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5) Previous issue date: 2021-11-17en
dc.description.resumoNesta tese são apresentados alguns novos métodos para otimização de funções DC. O primeiro deles, denominado BSSM, é proposto para resolver problemas de otimização DC sobre Rn onde a primeira componente DC é diferenciável a a segunda é possivelmente não diferenciável. O segundo método, que será chamado de nmBDCA, é uma extensão não monótona do método BDCA para lidar com problemas de otimização DC em Rn onde ambas as componentes DC são não diferenciáveis. O terceiro método é uma combinação do BSSM com o nmBDCA para tratar de problemas de otimização DC sobre um conjunto convexo fechado C com restrições lineares, onde a primeira componente DC da função objetivo é a soma de uma função convexa suave com uma função convexa não diferenciável, e a segundo componente DC é não diferenciável. O último método apresentado nesta tese é uma extensão do DCA para o contexto da otimização de funções DC em variedades de Hadamard.pt_BR
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESpt_BR
dc.identifier.citationSANTOS, E. M. On some boosted methods for DC programming and the extension of the DCA to hadamard manifolds. 2022. 142 f. Tese (Doutorado em Matemática) - Universidade Federal de Goiás, Goiânia, 2021.pt_BR
dc.identifier.urihttp://repositorio.bc.ufg.br/tede/handle/tede/11893
dc.languageengpt_BR
dc.publisherUniversidade Federal de Goiáspt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Matemática e Estatística - IME (RG)pt_BR
dc.publisher.initialsUFGpt_BR
dc.publisher.programPrograma de Pós-graduação em Matemática (IME)pt_BR
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectDifference of convex functionseng
dc.subjectDC optimizationeng
dc.subjectDCAeng
dc.subjectKurdyka-Łojasiewicz propertyeng
dc.subjectOptimization on Riemannian manifoldseng
dc.subjectDiferença de funções convexaspor
dc.subjectOtimização de funções DCpor
dc.subjectPropriedade de Kurdyka-Łojasiewiczpor
dc.subjectOtimização em variedades Riemannianaspor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::MATEMATICA::MATEMATICA APLICADApt_BR
dc.titleOn some boosted methods for DC programming and the extension of the DCA to hadamard manifoldspt_BR
dc.title.alternativeSobre alguns métodos impulsionados para programação DC e a extensão do DCA para variedades de hadamardpor
dc.typeTesept_BR

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
Tese - Elianderson Meneses Santos - 2022.pdf
Tamanho:
1.26 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Doutorado em Matemática (IME)