Igor Klep (Avtor), Janez Povh (Avtor), Jurij Volčič (Avtor)

Povzetek

V članku podamo robustnostno analizo ekstrakcije optimizatorjev v polinomski optimizaciji.

Ključne besede

polinomska optimizacija;vsote kvadratov;semidefinitno programiranje;problem momentov;Hankelova matrika;ploščata razširitev;GNS konstrukcija;nekomutativni polinomi;sled;polynomial optimization;sum of squares;semidefinite programming;moment problem;Hankel matrix;flat extension;GNS construction;noncommutative polynomial;trace;

Podatki

Jezik: Angleški jezik
Leto izida:
Tipologija: 1.01 - Izvirni znanstveni članek
Organizacija: UL FS - Fakulteta za strojništvo
UDK: 519.85(045)
COBISS: 16398875 Povezava se bo odprla v novem oknu
ISSN: 1052-6234
Št. ogledov: 657
Št. prenosov: 644
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Slovenski jezik
Sekundarni povzetek: In this article we present a robustness analysis of the extraction of optimizers in polynomial optimization. Optimizers can be extracted by solving moment problems using flatness and the Gelfand-Naimark-Segal (GNS) construction. Here a modification of the GNS construction is presented that applies even to nonflat data, and then its sensitivity under perturbations is studied. The focus is on eigenvalue optimization for noncommutative polynomials, but we also explain how the main results pertain to commutative and tracial optimization.
Sekundarne ključne besede: polinomska optimizacija;vsote kvadratov;semidefinitno programiranje;problem momentov;Hankelova matrika;ploščata razširitev;GNS konstrukcija;nekomutativni polinomi;sled;
Vrsta dela (COBISS): Članek v reviji
Strani: str. 3177-3207
Letnik: ǂVol. ǂ28
Zvezek: ǂno. ǂ4
Čas izdaje: 2018
DOI: 10.1137/17M1152061
ID: 10993927