Achtung:

Sie haben Javascript deaktiviert!
Sie haben versucht eine Funktion zu nutzen, die nur mit Javascript möglich ist. Um sämtliche Funktionalitäten unserer Internetseite zu nutzen, aktivieren Sie bitte Javascript in Ihrem Browser.

Digitale Infotage für Schüler*innen vom 06.-09. Februar 2023

Foto: Universität Paderborn, Adelheid Rutenburges

Konstantin Sonntag, MSc

Kontakt
Publikationen
 Konstantin Sonntag, MSc

Institut für Industriemathematik

Mitglied - Wissenschaftlicher Mitarbeiter

Lehrstuhl für Angewandte Mathematik

Mitglied - Wissenschaftlicher Mitarbeiter

Data Science for Engineering

Mitglied - Doktorand

Telefon:
+49 5251 60-4487
Büro:
TP21.1.23
Besucher:
Technologiepark 21
33100 Paderborn

Liste im Research Information System öffnen

2022

Fast Multiobjective Gradient Methods with Nesterov Acceleration via Inertial Gradient-like Systems

K. Sonntag, S. Peitz, in: arXiv:2207.12707, 2022

We derive efficient algorithms to compute weakly Pareto optimal solutions for smooth, convex and unconstrained multiobjective optimization problems in general Hilbert spaces. To this end, we define a novel inertial gradient-like dynamical system in the multiobjective setting, whose trajectories converge weakly to Pareto optimal solutions. Discretization of this system yields an inertial multiobjective algorithm which generates sequences that converge weakly to Pareto optimal solutions. We employ Nesterov acceleration to define an algorithm with an improved convergence rate compared to the plain multiobjective steepest descent method (Algorithm 1). A further improvement in terms of efficiency is achieved by avoiding the solution of a quadratic subproblem to compute a common step direction for all objective functions, which is usually required in first order methods. Using a different discretization of our inertial gradient-like dynamical system, we obtain an accelerated multiobjective gradient method that does not require the solution of a subproblem in each step (Algorithm 2). While this algorithm does not converge in general, it yields good results on test problems while being faster than standard steepest descent by two to three orders of magnitude.


Liste im Research Information System öffnen

Die Universität der Informationsgesellschaft