Koordinatinis optimizavimas


Taikant Wiener'io modeli kai $m >1$, patogus koordinatinis otimizavimas

\begin{eqnarray}x^{1}=arg \min_{x_1} f(x^0)\\
x^{2}=arg \min_{x_2} f(x^{1})\\
...
...
.......................................................\nonumber
\end{eqnarray}


Trukumas:
rezultatas priklauso nuo $x^0$.
Privalumas:
patogi vizualizacija,
nes projekcijos vaizdzios,
kadangi kintamieji keiciami po viena.
Metodas konverguoja, jei

\begin{eqnarray}f(x)=\sum_i f_i(x_i).
\end{eqnarray}




jonas mockus 2004-03-01