Presentamos un nuevo método tipo Newton para la minimización no convexa sin restricciones a gran escala. Y se deduce una nueva actualización de memoria limitada tipo quasi-Newton basada en la ecuación de quasi-Newton modificada para construir el subproblema de región de confianza, en el que se utiliza la información tanto del valor de la función como del gradiente para construir una Hessiana aproximada. Se demuestra la convergencia global del algoritmo. Los resultados numéricos indican que el método propuesto es competitivo y eficiente en algunos problemas de prueba no convexos a gran escala clásicos.
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.
Artículos:
Esquemas de censura híbrida con distribución de fallos de mezcla gamma.
Artículos:
Descomposiciones suaves de los espacios de Triebel-Lizorkin y Besov en espacios producto de tipo homogéneo.
Artículos:
Dinámica de un Modelo de Epidemia SIR con Variable de Información y Recursos Médicos Limitados Revisitado
Artículos:
La Caracterización de Centralizadores Jordan Generalizados en Álgebras Triangulares
Artículos:
Predicción de Sitios de Ubiquitinación Utilizando UbiNets
Artículos:
Comportamiento del aguacate Hass liofilizado durante la operación de rehidratación
Artículos:
Caracterización estructural de la materia orgánica de tres suelos provenientes del municipio de Aquitania-Boyacá, Colombia
Informes y Reportes:
Técnicas de recuperación de suelos contaminados
Artículos:
Una revisión de la etiopatogenia y características clínicas e histopatológicas del melanoma mucoso oral.