Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
En este documento, proponemos y estudiamos una versión diagonal inexacta de los métodos de Bregman proximal, para resolver problemas de optimización convexa con y sin restricciones. El método propuesto forma un marco unificado para los algoritmos existentes al proporcionar otros.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Bifurcación de una Red Neuronal de Cohen-Grossberg con Retardos Discretos
Artículo:
Iteración de políticas para procesos de decisión de Markov con recompensa promedio en tiempo continuo en espacios polacos.
Artículo:
Existencia de soluciones positivas para un sistema de diferencias de segundo orden de Neumann.
Artículo:
Solución no trivial de un sistema diferencial fraccional que involucra una condición integral de Riemann-Stieltjes.
Artículo:
Sobre funciones fuertemente convexas generalizadas y operadores integrales unificados
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Los web services como herramienta generadora de valor en las organizaciones
Artículo:
La gestión de las relaciones con los clientes como característica de la alta rentabilidad empresarial
Libro:
Ergonomía en los sistemas de trabajo
Virtual Pro es un portal virtual de formación, investigación y comunicación especializado en procesos industriales.
� 2021, Virtual Pro �, una marca de Grupo INGCO. Todos los derechos reservados
