We propose a new stochastic variance-reduced damped L-BFGS algorithm, where we leverage estimates of bounds on the largest and smallest eigenvalues of the He...

This work reviews blackbox optimization applications over the last twenty years, addressed using direct search optimization methods. Emphasis is placed on...

The design of key nonlinear systems often requires the use of expensive blackbox simulations presenting inherent discontinuities whose positions in the varia...

We consider the iterative solution of regularized saddle-point systems. When the leading block is symmetric and positive semi-definite on an appropriate sub...

Nous développons des bornes sur les valeurs propres d’une nouvelle formulation des équations de Newton dans les méthodes de points intérieurs pour l’optimisa...

In derivative-free and blackbox optimization, the objective function is often evaluated through the execution of a computer program seen as a blackbox. It ...

A highly influential ingredient of many techniques designed to exploit sparsity in numerical optimization is the so-called chordal extension of a graph repre...

We introduce an iterative method named BiLQ for solving general square linear systems \(Ax=b\) based on the Lanczos biorthogonalization process defined by ...

Dans ce papier, nous comparons la méthode BFGS à la méthode du gradient conjugué (CG) pour résoudre un problème d'optimisation sans contrainte avec un algori...

Statistical image reconstruction in X-Ray computed tomography yields large-scale regularized linear least-squares problems with nonnegativity bounds, where t...

Reducing the number of features used in data classification can remove noisy or redundant features, reduce the cost of data collection, and improve the accur...

Suite aux travaux de Estrin et al. (2019), nous développons une méthode pour l’optimisation avec contraintes générales basée sur une fonction de pénalité d...

La méthode des résidus minimaux (MINRES) de Paige et Saunders (1975), qui est souvent la méthode privilégiée pour les systèmes linéaires symétriques, est une...

Nous proposons une méthode itérative pour la résolution de systèmes de point de selle symétriques qui exploite la tridiagonalisation orthogonale de Saunders,...

Nous proposons une méthode de régularisation pour les problèmes aux moindres carrés non linéaires avec contraintes d'égalité. Notre appliquons les approches...

The present work is in a context of derivative-free optimization involving direct search algorithms guided by surrogate models of the original problem. The...

In the interest of full disclosure, the reader is advised that I am biased positively towards the book considered here as I have collaborated with its first ...

Nous proposons un algorithm pour les problèmes d’optimisation non linéaire avec contraintes d’égalité basé sur une fonction de pénalité lisse proposée par ...

Algorithms for finding sparse solutions of underdetermined systems of linear equations have been the subject of intense interest in recent years, sparked b...