Los puntos clave no están disponibles para este artículo en este momento.
En este artículo mostramos cómo el algoritmo de filtrado implícito puede acoplarse con la actualización quasi-Newton BFGS para obtener una iteración de convergencia superlineal si el ruido en la función objetivo disminuye lo suficientemente rápido a medida que se aproxima al punto óptimo. De esta manera, brindamos información sobre las observaciones del buen rendimiento en la práctica de los métodos quasi-Newton cuando se acoplan con el filtrado implícito. También informamos sobre experimentos numéricos que muestran cómo una implementación de filtrado implícito que explota estos nuevos resultados puede mejorar el rendimiento del algoritmo.
Choi et al. (Sat,) estudiaron esta cuestión.