分散確率分散縮小超勾配法【JST・京大機械翻訳】

Luo Luo; Ye Haishan

プレプリント

J-GLOBAL ID：202202200418753297 整理番号：22P0283121

分散確率分散縮小超勾配法【JST・京大機械翻訳】

Decentralized Stochastic Variance Reduced Extragradient Method

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年02月01日プレプリントサーバーでの情報更新日： 2022年02月13日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,mがエージェントの数であり,各局所関数がf_i(x,y)=1/nΣ_j=1 ̄nf_i,j(x,y)として記述することができる,形式min_xmax_yf(x,y)||q_1/mΣ_i=1 ̄mf_i(x,y)の分散凸凹凸最小最適化問題を研究した。著者らは,この問題のために最良の既知の確率的1次オラクル(SFO)複雑性を達成する,マルチコンセンサス確率的分散と呼ばれる,新しい分散最適化アルゴリズムを提案する。特に,各エージェントは,O((n+|Δn)log(1/ε))SFOが,強い凸-強凹問題とO((n+√nL/ε)log(1/ε))SFO呼び出しで,一般的凸凹問題に対して,κが条件数であり,Lが平滑パラメータである,期待値におけるε-正確な解を達成するのに必要である。数値実験は,提案方法が基準線より良いことを示した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

数値計算 , 計算機網

, ,

前のページに戻る