文献

J-GLOBAL ID：201702214502302511   整理番号：17A1567728

分散ADMM以上ネットワークの収束速度【Powered by NICT】

Convergence Rate of Distributed ADMM Over Networks

著者 (2件)： Makhdoumi Ali (Massachusetts Institute of Technology, Cambridge, MA, USA) ,  Ozdaglar Asuman (Massachusetts Institute of Technology, Cambridge, MA, USA)
資料名： IEEE Transactions on Automatic Control  (IEEE Transactions on Automatic Control)
巻： 62  号： 10  ページ： 5082-5095  発行年： 2017年 
JST資料番号： C0223A  ISSN： 0018-9286  CODEN： IETAA9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ネットワーク上で通信を用いて局所的に知られている凸関数の合計を最小化するための乗算器の交互方向手法(ADMM)に基づく新しい分散アルゴリズムを提案した。この最適化問題は,分散機械学習と統計的推定における多くの応用で出現した。著者らのアルゴリズムは,通信量マトリックス,使用された異なるノードで反復を組み合わせることの一般的選択を可能にした。関数である凸場合,目的関数値と実現可能性の破れの両方が速度O(1/T)で収束することを示し,Tは,反復の数であった。関数である強凸とLipschitz連続勾配を持つとき,提案アルゴリズムにより生成された配列は最適解に直線的に収束することを示した。特に,ε最適解はO(√κ_flog(1/ε))反復で計算できる,κ_fは問題の条件数であった。著者らの解析は,通信マトリックスのノード,最小の非ゼロ固有値,および演算子ノルムの程度による収束速度に及ぼすネットワークと通信量の影響を明らかにした。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 凸関数 ,  通信 ,  機械学習 ,  凸形 ,  乗算器 ,  統計的推定 ,  *ネットワーク ,  目的関数 ,  分散アルゴリズム ,  ノルム ,  アルゴリズム ,  最適化問題
準シソーラス用語： 最適解 ,  通信量 ,  *収束速度 , 【Automatic Indexing@JST】

分類 (1件)： システム設計・解析  (IA02030D)

タイトルに関連する用語 (1件)： 収束速度