Publication

Comparison of Gradient Estimation Methods for Real-time Optimization

Dominique Bonvin, Balasubrahmanya Srinivasan, Grégory François
2011
Conference Papers

Résumé

Various real-time optimization techniques proceed by controlling the gradient to zero. These methods primarily differ in the way the gradient is estimated. This paper compares various gradient estimation methods. It is argued that methods with model-based gradient estimation converge faster but can be inaccurate in the presence of plant-model mismatch. In contrast, model-free methods are accurate but typically take longer to converge.

Source officielle

https://infoscience.epfl.ch/entities/publication/26049bcd-d5c9-4b90-8acf-49bfbeccc3ec

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Comparison of Gradient Estimation Methods for Real-time Optimization

Chattez avec Graph Search

Optimization Algorithms for Decentralized, Distributed and Collaborative Machine Learning

Mesh-based topology, shape and sizing optimization of ribbed plates

Scalable constrained optimization