Fetching the paper…
Reading the bibliography…
In this work we consider a possibility to use the conception of $(\delta, L)$-model of a function for optimization tasks, whereby solving a primal problem there is a necessity to recover a solution of a dual problem.
Немировский А. С., Юдин Д. Б. Сложность задач и эффективность методов оптимизации // Наука, 1979. — 384 c
1979
Earlier work this paper cites.
Поляк Б. Т. Введение в оптимизацию. — М.: Наука, 1983. — 384 с
1983
Earlier work this paper cites.
Boyd S., Vandenberghe L. Convex optimization. — Cambridge University Press, 2004
2004
Earlier work this paper cites.
Nesterov Yu. Primal-dual subgradient methods for convex problems. // Mathematical Programming — 2009. — Vol. 120, No. 1. — P. 221–259
2009
Earlier work this paper cites.
Нестеров Ю. Е. Введение в выпуклую оптимизацию // М.:МЦНМО, 2010. — 262 c
2010
Earlier work this paper cites.
Васильев Ф. П. Методы оптимизации. Т.2. — М.: МЦНМО, 2011. — 433 с
2011
Earlier work this paper cites.
Devolder O. Exactness, inexactness and stochasticity in first-order methods for large-scale convex optimization. — PhD thesis, CORE UCL, 2013
2013
Earlier work this paper cites.
Devolder O., Glineur F., Nesterov Yu. First-order methods with inexact oracle: the strongly convex case // CORE Discussion Papers 2013/16 — 2013. — URL:
2013
Cited alongside, same era.
Devolder O., Glineur F., Nesterov Yu. Intermediate gradient methods for smooth convex problems with inexact oracle // CORE Discussion Papers 2013/17 — 2013. — URL:
2013
Cited alongside, same era.
Nesterov Yu. Gradient methods for minimizing composite functions // Mathematical Programming. — 2013. — Vol. 140, No. 1. — P. 125–161
2013
Cited alongside, same era.
Devolder O., Glineur F., Nesterov Yu. First-order methods of smooth convex optimization with inexact oracle // Mathematical Programming. — 2014. — Vol. 146, No. 1–2. — P. 37–75
2014
Cited alongside, same era.
Nemirovski A. Lectures on modern convex optimization analysis, algorithms, and engineering applications. — Philadelphia: SIAM, 2015. — URL:
Аникин А. С., Гасников А. В., Двуреченский П. Е., Тюрин А. И., Чернов А. В. Двойственные подходы к задачам минимизации сильно выпуклых функционалов простой структуры при аффинных ограничениях // Журнал выч. математики и мат. физики. — 2017. — Т. 57, № 8. — C. 1270–1284
2017
Later among the works it cites.
Баймурзина Д. Р., Гасников А. В., Гасникова Е. В., Двуреченский П. Е., Ершов Е. И., Кубентаева М. Б., Лагуновская А. А. Универсальный метод поиска равновесий и стохастических равновесий в транспортных сетях // Журнал выч. математики и мат. физики. — 2018. — Т. 58
2018
Later among the works it cites.
Гасников А. В., Гасникова Е. В., Нестеров Ю. Е. Двойственные методы поиска равновесий в смешанных моделях распределения потоков в больших транспортных сетях // Журнал выч. математики и мат. физики. — 2018. — Т. 58, № 9. — C. 1447–1454
2018
Later among the works it cites.
Nesterov Yu. Complexity bounds for primal-dual methods minimizing the model of objective function // Mathematical Programming. — 2018. — Vol. 171, No. 1–2. — P. 311–330
alphaXiv searches the wider corpus for related work and actual follow-ups.
alphaXiv is searching for related work…
2015
Cited alongside, same era.
Nesterov Yu. Universal gradient methods for convex optimization problems // Mathematical Programming. — 2015. — Vol. 152, No. 1–2. — P. 381–404
2015
Cited alongside, same era.
Гасников А. В. Эффективные численные методы поиска равновесий в больших транспортных сетях: диссертация на соискание ученой степени д. ф.-м. н. по специальности 05.13.18 — Математическое моделирование, численные методы, комплексы программ. — М.: МФТИ, 2016. — 487 с
2016
Cited alongside, same era.
2018
Later among the works it cites.
2019
Closest in time.
Гасников А. В., Тюрин А. И. Быстрый градиентный спуск для задач выпуклой минимизации с оракулом, выдающим
2019
Closest in time.
Stonyakin F., Dvinskikh D., Dvurechensky P., Kroshnin A., Kuznetsova O., Agafonov A., Gasnikov A., Tyurin A., Uribe C. A., Pasechnyuk D., Artamonov S. Gradient Methods for Problems with Inexact Model of the Objective // Mathematical Optimization Theory and Operations Research. 18th International Conference. — Ekaterinburg, Russia. 2019. — P. 97–114
2019
Closest in time.