机读格式显示(MARC)

• 000 01836nam 2200325 450

• 001 0000212977

• 005 20250805131100.0

• 010 __ |a 978-7-111-74663-8 |d CNY99.00

• 100 __ |a 20240531d2024 em y0chiy50 ea

• 101 1_ |a chi |c inc

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 凸优化算法 |A tu you hua suan fa |f 尼什·K. 毗湿诺著 |d = Algorithms for convex optimization |f Nisheeth K. Vishnoi |g 石惠之, 夏勇译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2024.05

• 215 __ |a XII, 282页 |c 图 |d 24cm

• 225 2_ |a 现代数学丛书 |A xian dai shu xue cong shu

• 306 __ |a 剑桥大学出版社与机械工业出版社合作出版

• 314 __ |a 尼什·K.毗湿诺 (Nisheeth K. Vishnoi), 耶鲁大学计算机科学A. Bartlett Giamatti教授, 拥有孟买理工学院计算机科学与工程学士学位和佐治亚理工学院算法、组合学与优化博士学位。他的研究领域包括理论计算机科学、优化和人工智能。他获得过2005年IEEE FOCS最佳论文奖、2006年IBM Research Pat Goldberg纪念奖、2011年印度国家科学院青年科学家奖和2019年ACMFAccT最佳论文奖。他于2019年当选为ACM会士。

• 320 __ |a 有书目 (第273-282页)

• 330 __ |a 本书主体内容大致分为四个部分: 第3-5章介绍了凸性、计算模型和凸优化的高效性概念以及对偶性 ; 第6-8章分别介绍了梯度下降法、镜像下降法和乘性权重更新法以及加速梯度下降法等一阶方法 ; 第9-11章介绍了牛顿法和线性规划的各种内点法 ; 第12章和第13章介绍了用于线性规划和一般凸规划的椭球法等割平面方法。另外, 第1章通过讲述连续优化和离散优化之间的相互作用的简要历史来概述本书: 探索离散问题的快速算法如何推动凸优化算法的改进。

• 410 _0 |1 2001 |a 现代数学丛书

• 510 1_ |a Algorithms for convex optimization |z eng

• 606 0_ |a 凸分析 |A tu fen xi |x 最优化算法

• 690 __ |a O174 |v 5

• 701 _1 |a 毗湿诺 |A pi shi nuo |g (Vishnoi, Nisheeth K.) |4 著

• 702 _0 |a 石惠之 |A shi hui zhi |4 译

• 702 _0 |a 夏勇 |A xia yong |4 译

• 801 _0 |a CN |b 安徽时代 |c 20250724

• 905 __ |a AHLSL |d O174/3