В статье рассматривается проблема низкой скорости сходимости градиентных методов оптимизации при плохой обусловленности задачи и обсуждаются способы её решения с помощью предобусловливания и ускорения методом импульса. Степан Трифонов, аналитик-разработчик в Яндекс Пэй, вместе с коллегами Леонидом Левиным и Савелием Чежеговым опубликовали научную статью «Incorporating Preconditioning into Accelerated Approaches: Theoretical Guarantees and Practical Improvement», где ввели предобусловленные версии классических ускоренных методов — Preconditioned Heavy Ball (PHB) и Preconditioned Nesterov (PN) — и доказали для них оценки сходимости при весьма общих допущениях к предобусловливающей матрице. Также они провели численные эксперименты, которые продемонстрировали практический выигрыш новых алгоритмов по сравнению с обычными (непредобусловленными) методами Preconditioned Heavy Ball и Preconditioned Nesterov.