Articles de revues sur le sujet « DC (Difference of Convex functions) programming and DCA (DC Algorithms) »
Créez une référence correcte selon les styles APA, MLA, Chicago, Harvard et plusieurs autres
Consultez les 17 meilleurs articles de revues pour votre recherche sur le sujet « DC (Difference of Convex functions) programming and DCA (DC Algorithms) ».
À côté de chaque source dans la liste de références il y a un bouton « Ajouter à la bibliographie ». Cliquez sur ce bouton, et nous générerons automatiquement la référence bibliographique pour la source choisie selon votre style de citation préféré : APA, MLA, Harvard, Vancouver, Chicago, etc.
Vous pouvez aussi télécharger le texte intégral de la publication scolaire au format pdf et consulter son résumé en ligne lorsque ces informations sont inclues dans les métadonnées.
Parcourez les articles de revues sur diverses disciplines et organisez correctement votre bibliographie.
Le, Hoai Minh, Hoai An Le Thi, Tao Pham Dinh et Van Ngai Huynh. « Block Clustering Based on Difference of Convex Functions (DC) Programming and DC Algorithms ». Neural Computation 25, no 10 (octobre 2013) : 2776–807. http://dx.doi.org/10.1162/neco_a_00490.
Texte intégralLe Thi, Hoai An, et Vinh Thanh Ho. « Online Learning Based on Online DCA and Application to Online Classification ». Neural Computation 32, no 4 (avril 2020) : 759–93. http://dx.doi.org/10.1162/neco_a_01266.
Texte intégralLe Thi, Hoai An, Xuan Thanh Vo et Tao Pham Dinh. « Efficient Nonnegative Matrix Factorization by DC Programming and DCA ». Neural Computation 28, no 6 (juin 2016) : 1163–216. http://dx.doi.org/10.1162/neco_a_00836.
Texte intégralKebaili, Zahira, et Mohamed Achache. « Solving nonmonotone affine variational inequalities problem by DC programming and DCA ». Asian-European Journal of Mathematics 13, no 03 (17 décembre 2018) : 2050067. http://dx.doi.org/10.1142/s1793557120500679.
Texte intégralPhan, Duy Nhat, Hoai An Le Thi et Tao Pham Dinh. « Sparse Covariance Matrix Estimation by DCA-Based Algorithms ». Neural Computation 29, no 11 (novembre 2017) : 3040–77. http://dx.doi.org/10.1162/neco_a_01012.
Texte intégralWang, Meihua, Fengmin Xu et Chengxian Xu. « A Branch-and-Bound Algorithm Embedded with DCA for DC Programming ». Mathematical Problems in Engineering 2012 (2012) : 1–16. http://dx.doi.org/10.1155/2012/364607.
Texte intégralLi, Jieya, et Liming Yang. « Robust sparse principal component analysis by DC programming algorithm ». Journal of Intelligent & ; Fuzzy Systems 39, no 3 (7 octobre 2020) : 3183–93. http://dx.doi.org/10.3233/jifs-191617.
Texte intégralLe Thi, Hoai An, Manh Cuong Nguyen et Tao Pham Dinh. « A DC Programming Approach for Finding Communities in Networks ». Neural Computation 26, no 12 (décembre 2014) : 2827–54. http://dx.doi.org/10.1162/neco_a_00673.
Texte intégralAn, Le Thi Hoai, et Pham Dinh Tao. « The DC (Difference of Convex Functions) Programming and DCA Revisited with DC Models of Real World Nonconvex Optimization Problems ». Annals of Operations Research 133, no 1-4 (janvier 2005) : 23–46. http://dx.doi.org/10.1007/s10479-004-5022-1.
Texte intégralJi, Ying, et Shaojian Qu. « Proximal Point Algorithms for Vector DC Programming with Applications to Probabilistic Lot Sizing with Service Levels ». Discrete Dynamics in Nature and Society 2017 (2017) : 1–8. http://dx.doi.org/10.1155/2017/5675183.
Texte intégralYang, Liming, Zhuo Ren, Yidan Wang et Hongwei Dong. « A Robust Regression Framework with Laplace Kernel-Induced Loss ». Neural Computation 29, no 11 (novembre 2017) : 3014–39. http://dx.doi.org/10.1162/neco_a_01002.
Texte intégralLing, Jiajing, Tarun Gupta et Akshat Kumar. « Reinforcement Learning for Zone Based Multiagent Pathfinding under Uncertainty ». Proceedings of the International Conference on Automated Planning and Scheduling 30 (1 juin 2020) : 551–59. http://dx.doi.org/10.1609/icaps.v30i1.6751.
Texte intégralXu, Hai-Ming, Hui Xue, Xiao-Hong Chen et Yun-Yun Wang. « Solving Indefinite Kernel Support Vector Machine with Difference of Convex Functions Programming ». Proceedings of the AAAI Conference on Artificial Intelligence 31, no 1 (13 février 2017). http://dx.doi.org/10.1609/aaai.v31i1.10889.
Texte intégralAragón-Artacho, F. J., R. Campoy et P. T. Vuong. « The Boosted DC Algorithm for Linearly Constrained DC Programming ». Set-Valued and Variational Analysis, 21 décembre 2022. http://dx.doi.org/10.1007/s11228-022-00656-x.
Texte intégralAwasthi, Pranjal, Anqi Mao, Mehryar Mohri et Yutao Zhong. « DC-programming for neural network optimizations ». Journal of Global Optimization, 2 janvier 2024. http://dx.doi.org/10.1007/s10898-023-01344-2.
Texte intégralMoudafi, Abdellatif. « Difference of two norms-regularizations for Q-Lasso ». Applied Computing and Informatics ahead-of-print, ahead-of-print (5 août 2020). http://dx.doi.org/10.1016/j.aci.2018.07.002.
Texte intégralD’Alessandro, Pietro, Manlio Gaudioso, Giovanni Giallombardo et Giovanna Miglionico. « The Descent–Ascent Algorithm for DC Programming ». INFORMS Journal on Computing, 14 décembre 2023. http://dx.doi.org/10.1287/ijoc.2023.0142.
Texte intégral