[论文解读] General Resolvents for Monotone Operators: Characterization and Extension

Heinz H. Bauschke, Xianfu Wang+1 more|ArXiv.org|Oct 21, 2008

Optimization and Variational Analysis参考文献 32被引用 26

一句话总结

本文提出了一种在一致凸巴拿赫空间中单调算子的广义框架，利用单调算子 $ F $，证明了 $ F $-非扩张映射恰好是极大单调算子的 $ F $-预解。关键贡献在于统一刻画了经典、基于对偶性以及Bregman预解的框架，并提出了广义的非扩张映射的构造性Kirszbraun-Valentine扩张定理。

ABSTRACT

Monotone operators, especially in the form of subdifferential operators, are of basic importance in optimization. It is well known since Minty, Rockafellar, and Bertsekas-Eckstein that in Hilbert space, monotone operators can be understood and analyzed from the alternative viewpoint of firmly nonexpansive mappings, which were found to be precisely the resolvents of monotone operators. For example, the proximal mappings in the sense of Moreau are precisely the resolvents of subdifferential operators. More general notions of "resolvent", "proximal mapping" and "firmly nonexpansive" have been studied. One important class, popularized chiefly by Alber and by Kohsaka and Takahashi, is based on the normalized duality mapping. Furthermore, Censor and Lent pioneered the use of the gradient of a well behaved convex functions in a Bregman-distance based framework. It is known that resolvents are firmly nonexpansive, but the converse has been an open problem for the latter framework. In this note, we build on the very recent characterization of maximal monotonicity due to Martinez-Legaz to provide a framework for studying resolvents in which firmly nonexpansive mappings are always resolvents. This framework includes classical resolvents, resolvents based on the normalized duality mapping, resolvents based on Bregman distances, and even resolvents based on (nonsymmetric) rotators. As a by-product of recent work on the proximal average, we obtain a constructive Kirszbraun-Valentine extension result for generalized firmly nonexpansive mappings. Several examples illustrate our results.

研究动机与目标

• 统一并推广巴拿赫空间中现有预解、近端映射及非扩张映射的概念。
• 解决一个开放问题：在基于Bregman距离或对偶映射的广义框架中，非扩张映射是否总是预解映射。
• 为 $ F $-非扩张映射建立一个构造性Kirszbraun-Valentine扩张定理。
• 在广义设定下，通过Minty框架参数化单调算子的图像。
• 为基于 $ F $-预解的迭代算法建立收敛性理论，扩展经典近端点方法。

提出的方法

• 该框架基于一个极大单调算子 $ F $，作为定义 $ F $-非扩张映射和 $ F $-预解的基础。
• 作者利用Martínez-Legaz基于Fitzpatrick函数对极大单调性的刻画，建立了 $ F $-预解有定义且单值的条件。
• 他们将 $ F $-预解定义为 $ (\operatorname{Id} + F)^{-1}F $，从而推广了经典预解、基于对偶性的预解以及基于Bregman的预解。
• 论文证明了 $ F $-预解是 $ F $-非扩张的，且反之，每个 $ F $-非扩张映射均可表示为某个极大单调算子的 $ F $-预解。
• 通过近端平均，推导出一种构造性Kirszbraun-Valentine扩张，使得 $ F $-非扩张映射可从子域扩展至整个空间。
• 通过示例验证了该方法，包括 $ F = \nabla \frac{1}{p}\|\cdot\|^p $ 的情形，并分析了迭代格式的收敛性。

实验结果

研究问题

• RQ1 在何种条件下，每个 $ F $-非扩张映射都是某个极大单调算子的 $ F $-预解？
• RQ2 能否构建一个统一框架，使经典预解、基于对偶性的预解以及Bregman预解均作为特例包含在内？
• RQ3 是否存在一个构造性扩张定理，用于 $ F $-非扩张映射，从而推广经典Kirszbraun-Valentine定理？
• RQ4 在该广义框架下，如何沿Minty方法参数化单调算子的图像？
• RQ5 基于 $ F $-预解的迭代格式是否收敛？在何种条件下收敛？

主要发现

• 本文建立了 $ F $-非扩张映射与极大单调算子的 $ F $-预解之间的一一对应关系，解决了广义预解理论中长期存在的一个开放问题。
• 当 $ F $ 为线性算子且 $ \|T\| < 1 $ 时，恒等算子的 $ F $-预解在迭代下收敛于零，推广了经典近端点算法的收敛性。
• 当 $ F = \nabla \frac{1}{p}\|\cdot\|^p $ 时，$ \operatorname{Id} $ 的 $ F $-预解被显式计算为 $ T_p(x) = k_p(x)x $，其中 $ k_p(x) $ 满足方程 $ k^{p-1} + \frac{k}{\|x\|^{p-2}} = 1 $，并推导出当 $ p \to 1^+ $ 和 $ p \to \infty $ 时的逐点极限。
• 通过近端平均，获得了 $ F $-非扩张映射的构造性Kirszbraun-Valentine扩张，使得映射可从定义域扩展至整个空间，同时保持 $ F $-非扩张性质。
• 将逆预解恒等式推广至 $ F $-设定，表明 $ A^{-1} $ 的 $ F $-预解可用 $ A $ 的 $ F $-预解表示，从而推广了经典对偶性结果。
• 该框架将经典预解、基于对偶性的预解（如 $ F = J $）以及基于Bregman的预解作为特例包含在内，展示了其广泛的统一性。