In optimization, the line search strategy is one of two basic iterative approaches to find a local minimum of an objective function . The other approach is trust region. The line search approach first finds a descent direction along which the objective function will be reduced and then computes a step size that determines how far should move along that direction. The descent direction can be computed by various methods, such as gradient descent or quasi-Newton method. The step size can be determined either exactly or inexactly.
| Attributes | Values |
|---|
| rdf:type
| |
| rdfs:label
| - Liniensuchverfahren (de)
- Búsqueda lineal (matemáticas) (es)
- Recherche linéaire (optimisation) (fr)
- Line search (en)
- 直線探索 (ja)
- Pesquisa linear (pt)
- Лінійний пошук в оптимізації (uk)
- 线搜索 (zh)
|
| rdfs:comment
| - Unter den Liniensuchverfahren (englisch line search algorithms), auch allgemeine Abstiegsverfahren mit Richtungssuche genannt, versteht man in der Optimierung eine Reihe von iterativen Verfahren, um das lokale Minimum einer Funktion zu finden. Die grundlegende Idee ist es, die Funktion in jedem Schritt entlang einer bestimmten Richtung zu minimieren. Beispiele für Algorithmen, die den Liniensuchverfahren zugeordnet werden können, sind das Gradientenverfahren (Verfahren des steilsten Abstiegs) und das Newton-Verfahren. (de)
- En optimización, la estrategia de búsqueda lineal es uno de los dos enfoques iterativos básicos para encontrar un mínimo local de una función objetivo . El otro enfoque es la región de confianza. El enfoque de búsqueda lineal primero encuentra una a lo largo de la cual la función objetivo se reducirá y luego calcula un tamaño de paso que determina qué tan lejos debe moverse en esa dirección. La dirección de descenso se puede calcular mediante varios métodos, como el descenso de gradiente o el método cuasi-Newton. El tamaño del paso se puede determinar de forma exacta o inexacta. (es)
- In optimization, the line search strategy is one of two basic iterative approaches to find a local minimum of an objective function . The other approach is trust region. The line search approach first finds a descent direction along which the objective function will be reduced and then computes a step size that determines how far should move along that direction. The descent direction can be computed by various methods, such as gradient descent or quasi-Newton method. The step size can be determined either exactly or inexactly. (en)
- En optimisation mathématique, la recherche linéaire est l'une des deux approches classiques permettant de forcer la convergence des algorithmes de calcul d'un minimum d'une fonction , lorsque le premier itéré est éloigné d'un tel minimum. L'autre méthode est celle des régions de confiance. (fr)
- 直線探索（ちょくせんたんさく、英: line search）は、連続最適化問題において、目的関数 の極小値 を求めるための2つの基本的な反復的アプローチのうちの一つである。もう一つの基本的な反復的アプローチの方法は信頼領域である。 直線探索のアプローチでは、最初に目的関数 の値が小さくなる降下方向を求め、次に、その方向に をどのくらい動かすかを表すステップサイズを計算する。そのステップサイズを用いて、解を求める方法として、最急降下法、ニュートン法、準ニュートン法など、数多く存在する。ステップサイズは厳密に求める方法と近似的に求める方法がある。 (ja)
- A pesquisa linear é um método numérico usado em otimização, também entendido como método de descida em problemas de minimização. Para encontrar um mínimo (local) de uma função usa-se um esquema iterativo, onde em cada passo se toma uma direção de descida, e dessa forma se garante que o valor seguinte é sempre inferior ao anterior, procurando atingir o mínimo. Em problemas de maximização, basta trocar o sinal da função, já que um mínimo de F será um máximo de -F, e vice-versa. (pt)
- В оптимізації алгоритм лінійного пошуку — це один з двох основних ітеративних підходів до пошуку локального мінімуму цільової функції . Інший підхід — це . Підхід лінійного пошуку спочатку знаходить напрямок спуску, уздовж якого буде зменшена цільова функція , а потім обчислюється розмір кроку, який визначає, наскільки повинен рухатися у тому напрямку. Напрямок спуску можна обчислити різними методами, такими як градієнтний спуск, метод Ньютона та квазіньютонівські методи. Розмір кроку може бути визначений точно або приблизно. (uk)
- 最优化问题中，线搜索 是一种寻找 的局部最小值 的近似方法。它是最基础的迭代近似方法之一，另一种是置信域方法。 线搜索近似首先找到一个使目标函数 下降的方向，然后计算 应该沿着这个方向移动的步长。下降方向可以通过多种方法计算，比如梯度下降法，牛顿法和拟牛顿法。计算出的步长不一定是精确的。 (zh)
|
| differentFrom
| |
| rdfs:seeAlso
| |
| dct:subject
| |
| Wikipage page ID
| |
| Wikipage revision ID
| |
| Link from a Wikipage to another Wikipage
| |
| sameAs
| |
| dbp:wikiPageUsesTemplate
| |
| has abstract
| - Unter den Liniensuchverfahren (englisch line search algorithms), auch allgemeine Abstiegsverfahren mit Richtungssuche genannt, versteht man in der Optimierung eine Reihe von iterativen Verfahren, um das lokale Minimum einer Funktion zu finden. Die grundlegende Idee ist es, die Funktion in jedem Schritt entlang einer bestimmten Richtung zu minimieren. Beispiele für Algorithmen, die den Liniensuchverfahren zugeordnet werden können, sind das Gradientenverfahren (Verfahren des steilsten Abstiegs) und das Newton-Verfahren. (de)
- En optimización, la estrategia de búsqueda lineal es uno de los dos enfoques iterativos básicos para encontrar un mínimo local de una función objetivo . El otro enfoque es la región de confianza. El enfoque de búsqueda lineal primero encuentra una a lo largo de la cual la función objetivo se reducirá y luego calcula un tamaño de paso que determina qué tan lejos debe moverse en esa dirección. La dirección de descenso se puede calcular mediante varios métodos, como el descenso de gradiente o el método cuasi-Newton. El tamaño del paso se puede determinar de forma exacta o inexacta. (es)
- In optimization, the line search strategy is one of two basic iterative approaches to find a local minimum of an objective function . The other approach is trust region. The line search approach first finds a descent direction along which the objective function will be reduced and then computes a step size that determines how far should move along that direction. The descent direction can be computed by various methods, such as gradient descent or quasi-Newton method. The step size can be determined either exactly or inexactly. (en)
- En optimisation mathématique, la recherche linéaire est l'une des deux approches classiques permettant de forcer la convergence des algorithmes de calcul d'un minimum d'une fonction , lorsque le premier itéré est éloigné d'un tel minimum. L'autre méthode est celle des régions de confiance. (fr)
- 直線探索（ちょくせんたんさく、英: line search）は、連続最適化問題において、目的関数 の極小値 を求めるための2つの基本的な反復的アプローチのうちの一つである。もう一つの基本的な反復的アプローチの方法は信頼領域である。 直線探索のアプローチでは、最初に目的関数 の値が小さくなる降下方向を求め、次に、その方向に をどのくらい動かすかを表すステップサイズを計算する。そのステップサイズを用いて、解を求める方法として、最急降下法、ニュートン法、準ニュートン法など、数多く存在する。ステップサイズは厳密に求める方法と近似的に求める方法がある。 (ja)
- A pesquisa linear é um método numérico usado em otimização, também entendido como método de descida em problemas de minimização. Para encontrar um mínimo (local) de uma função usa-se um esquema iterativo, onde em cada passo se toma uma direção de descida, e dessa forma se garante que o valor seguinte é sempre inferior ao anterior, procurando atingir o mínimo. Em problemas de maximização, basta trocar o sinal da função, já que um mínimo de F será um máximo de -F, e vice-versa. (pt)
- В оптимізації алгоритм лінійного пошуку — це один з двох основних ітеративних підходів до пошуку локального мінімуму цільової функції . Інший підхід — це . Підхід лінійного пошуку спочатку знаходить напрямок спуску, уздовж якого буде зменшена цільова функція , а потім обчислюється розмір кроку, який визначає, наскільки повинен рухатися у тому напрямку. Напрямок спуску можна обчислити різними методами, такими як градієнтний спуск, метод Ньютона та квазіньютонівські методи. Розмір кроку може бути визначений точно або приблизно. (uk)
- 最优化问题中，线搜索 是一种寻找 的局部最小值 的近似方法。它是最基础的迭代近似方法之一，另一种是置信域方法。 线搜索近似首先找到一个使目标函数 下降的方向，然后计算 应该沿着这个方向移动的步长。下降方向可以通过多种方法计算，比如梯度下降法，牛顿法和拟牛顿法。计算出的步长不一定是精确的。 (zh)
|
| prov:wasDerivedFrom
| |
| page length (characters) of wiki page
| |
| foaf:isPrimaryTopicOf
| |
| is Link from a Wikipage to another Wikipage
of | |
![[RDF Data]](/fct/images/sw-rdf-blue.png)
![[cxml]](/fct/images/cxml_doc.png)
![[csv]](/fct/images/csv_doc.png)
![[text]](/fct/images/ntriples_doc.png)
![[turtle]](/fct/images/n3turtle_doc.png)
![[ld+json]](/fct/images/jsonld_doc.png)
![[rdf+json]](/fct/images/json_doc.png)
![[rdf+xml]](/fct/images/xml_doc.png)
![[atom+xml]](/fct/images/atom_doc.png)
![[html]](/fct/images/html_doc.png)