[論文レビュー] Weak and Strong Convergence of Algorithms for the Split Common Null Point Problem

Charles L. Byrne, Yair Censor+2 more|arXiv (Cornell University)|Aug 30, 2011

Optimization and Variational Analysis参考文献 37被引用数 111

ひとこと要約

本稿は、ヒルバート空間における集合値最大単調写像に対して、Split Common Null Point Problem (SCNPP) を導入し、Split Variational Inequality Problem (SVIP) を一般化する。適切な条件下で弱収束および強収束を達成する3つの反復アルゴリズムを提案し、線形変換を伴う単調包含問題の収束理論を拡張する。

ABSTRACT

We introduce and study the Split Common Null Point Problem (SCNPP) for set-valued maximal monotone mappings in Hilbert space. This problem generalizes our Split Variational Inequality Problem (SVIP) [Y. Censor, A. Gibali and S. Reich, Algorithms for the split variational inequality problem, Numerical Algorithms, accepted for publication, DOI 10.1007/s11075-011-9490-5]. The SCNPP with only two set-valued mappings entails finding a zero of a maximal monotone mapping in one space, the image of which under a given bounded linear transformation is a zero of another maximal monotone mapping. We present three iterative algorithms that solve such problems in Hilbert

研究の動機と目的

• 集合値最大単調写像に対する Hilbert 空間における Split Common Null Point Problem (SCNPP) を導入することで、Split Variational Inequality Problem (SVIP) を一般化すること。
• 一つの Hilbert 空間における最大単調写像のゼロを求める課題に取り組むこと。その写像の像が別の空間における別の最大単調写像のゼロとなるように、有界線形作用素を介して写像される。
• Hilbert 空間における SCNPP の解に収束する反復アルゴリズムを開発すること。
• 適切な条件下で、提案されたアルゴリズムの弱収束および強収束結果を確立すること。

提案手法

• Hilbert 空間間の有界線形作用素を含む、2つの最大単調写像と関連する単調包含問題として SCNPP を定式化する。
• 集合値作用素に対する Krasnoselskii-Mann 反復および前向き・後ろ向き分割法に基づく3つの反復アルゴリズムを提案する。
• アルゴリズムのステップで包含条件を扱うために、最大単調写像に関連する解像作用素（resolvent operator）の使用を統合する。
• 収束性と安定性を向上させるために、反復スキームに緩和パラメータを導入する。
• 解空間の第一の単調包含問題から第二の空間への写像を、有界線形作用素を用いて行い、スプリット構造と整合性を保つ。
• 非拡大写像の性質とアルゴリズムによって生成される列の半連続性（demiconvergence）を用いて収束を確立する。

実験結果

リサーチクエスチョン

• RQ1 Split Variational Inequality Problem は、Hilbert 空間における集合値最大単調写像に一般化可能か？
• RQ2 得られた Split Common Null Point Problem を解くために設計可能な反復アルゴリズムは何か？
• RQ3 これらのアルゴリズムが弱収束または強収束を達成する条件は何か？
• RQ4 有界線形作用素の導入は、反復スキームの収束行動にどのように影響するか？
• RQ5 提案されたアルゴリズムは、複数またはより複雑な単調包含構造を扱うように拡張可能か？

主な発見

• 提案されたアルゴリズムは、最大単調写像および有界線形作用素に関する標準的な仮定の下で、SCNPP の解に弱収束する。
• 追加の条件（有界な列の存在や、特定の緩和パラメータの使用）があると、強収束が確立される。
• 集合値作用素に拡張することで、既存の Split Variational Inequality Problem に対する手法を一般化する。
• 収束結果は Hilbert 空間で有効であり、広範な単調包含問題に適用可能であることを保証する。
• 解像作用素の使用と前向き・後ろ向き分割フレームワークにより、単調写像の集合値性を効果的に扱える。
• 理論的枠組みは、空間間の線形結合を伴う複雑な単調可解問題を解く基盤を提供する。