Резултати

еНаука >  Резултати >  Nonlinear gradient mappings and stochastic optimization: A general framework with applications to heavy-tail noise
Назив Nonlinear gradient mappings and stochastic optimization: A general framework with applications to heavy-tail noise
Аутори: Jakovetić Dušan  ; Bajovic Dragana; Sahu Anit Kumar; Kar Soummya; Milosevic Nemanja  ; Stamenković Dušan
Година: 2023
Публикација: SIAM Journal on Optimization / Society for Industrial and Applied Mathematics
ISSN: 1052-6234 SIAM Journal on Optimization / Society for Industrial and Applied Mathematics Претражи идентификатор
Тип резултата: Научни чланак
Колација: vol. 33 br. 2 str. 394-423
DOI: 10.1137/21M145896X
WoS-ID: 000996494900002
URI: https://www.cris.uns.ac.rs/record.jsf?recordId=127519&source=eNauka&language=en
https://enauka.gov.rs/handle/123456789/781373
М-категорија: 
21aM21a - Рад у међ. часопису изузетних вредности

3
WEB OF SCIENCETM
Алт метрика
Dimensions

Пронађи DOI

Unpaywall

Резултати на еНаука су заштићени ауторским правима и сва права су задржана, осим ако није другачије назначено.