凸リスク回避分散最適化のための最適方法【JST・京大機械翻訳】

Lan Guanghui; Zhang Zhe

プレプリント

J-GLOBAL ID：202202205645795615 整理番号：22P0301767

凸リスク回避分散最適化のための最適方法【JST・京大機械翻訳】

Optimal Methods for Convex Risk Averse Distributed Optimization

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03月09日プレプリントサーバーでの情報更新日： 2023年03月07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)

本論文は,ネットワーク上の凸リスク-逆最適化の通信複雑性を研究した。この問題は,よく研究されたリスク中立有限和分散最適化問題を一般化し,その重要性は不確実な環境におけるリスクを扱う必要性から生じている。文献のアルゴリズムでは,リスク回避とリスク中立問題を解くための通信複雑性のギャップが存在する。2つの分散アルゴリズム,即ち,分散リスク逆最適化(DRAO)法,およびスライディング(DRAO-S)法による分散リスク逆最適化を提案し,ギャップを閉じる。特に,DRAO法は,ある鞍点部分問題をサーバノードで容易に解くことができると仮定して,最適通信複雑性を達成する。DRAO-S法は,多義性集合P上の投影のみを必要とする新しい鞍点スライディングサブルーチンを導入することによって,強い仮定を除去する。DRAO-Sにより行われたP投影の数は最適であった。さらに,著者らは,DRAOとDRAO-Sの両方の通信複雑性を証明できるために,より低い複雑性限界のマッチングを開発した。数値実験を行い,DRAO-S法の有望な経験的性能を示した。【JST・京大機械翻訳】

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

数値計算 , 信号理論 , 計算機網 , 移動通信

, ,

前のページに戻る