|
|
|
Публикации в базе данных Math-Net.Ru |
Цитирования |
|
2024 |
| 1. |
Ф. С. Стонякин, Е. А. Лушко, И. Д. Третьяк, С. С. Аблаев, “Субградиентные методы для слабо выпуклых задач с острым минимумом в случае неточной информации о функции или субградиенте”, Компьютерные исследования и моделирование, 16:7 (2024), 1765–1778  |
| 2. |
С. С. Аблаев, А. Н. Безносиков, А. В. Гасников, Д. М. Двинских, А. В. Лобанов, С. М. Пучинин, Ф. С. Стонякин, “О некоторых работах Бориса Теодоровича Поляка по сходимости градиентных методов и их развитии”, Ж. вычисл. матем. и матем. физ., 64:4 (2024), 587–626  ; S. S. Ablaev, A. N. Beznosikov, A. V. Gasnikov, D. M. Dvinskikh, A. V. Lobanov, S. M. Puchinin, F. S. Stonyakin, “On some works of Boris Teodorovich Polyak on the convergence of gradient methods and their development”, Comput. Math. Math. Phys., 64:4 (2024), 635–675 |
2
|
|
2023 |
| 3. |
Ф. С. Стонякин, С. С. Аблаев, И. В. Баран, М. С. Алкуса, “Субградиентные методы для слабо выпуклых и относительно слабо выпуклых задач с острым минимумом”, Компьютерные исследования и моделирование, 15:2 (2023), 393–412 |
3
|
| 4. |
С. С. Аблаев, Ф. С. Стонякин, М. С. Алкуса, А. В. Гасников, “Адаптивные субградиентные методы для задач математического программирования с квазивыпуклыми функциями”, Тр. ИММ УрО РАН, 29:3 (2023), 7–25  ; S. S. Ablaev, F. S. Stonyakin, M. S. Alkousa, A. V. Gasnikov, “Adaptive Subgradient Methods for Mathematical Programming Problems with Quasiconvex Functions”, Proc. Steklov Inst. Math., 323, suppl. 1 (2023), S1–S18  |
2
|
| 5. |
С. С. Аблаев, И. В. Баран, “О методах зеркального спуска для некоторых типов задач композитной оптимизации с функциональными ограничениями”, ТВИМ, 2023, № 3, 7–18 |
|
2022 |
| 6. |
С. С. Аблаев, Д. В. Макаренко, Ф. С. Стонякин, М. С. Алкуса, И. В. Баран, “Субградиентные методы для задач негладкой оптимизации с некоторой релаксацией условия острого минимума”, Компьютерные исследования и моделирование, 14:2 (2022), 473–495 |
1
|
|
2021 |
| 7. |
Ф. С. Стонякин, С. С. Аблаев, И. В. Баран, “Адаптивные методы градиентного типа для задач оптимизации с относительной точностью и острым минимумом”, Тр. ИММ УрО РАН, 27:4 (2021), 175–188  |
1
|
|
