文献

J-GLOBAL ID：202202222460963717   整理番号：22A0554649

IoTアプリケーションにおける等価制約問題のためのループレス分散低減確率ADMM【JST・京大機械翻訳】

Loopless Variance Reduced Stochastic ADMM for Equality Constrained Problems in IoT Applications

著者 (6件)： Liu Yuanyuan (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education, School of Artificial Intelligence, Xidian University, Xi’an, China) ,  Geng Jiacheng (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education, School of Artificial Intelligence, Xidian University, Xi’an, China) ,  Shang Fanhua (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education, School of Artificial Intelligence, Xidian University, Xi’an, China) ,  An Weixin (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education, School of Artificial Intelligence, Xidian University, Xi’an, China) ,  Liu Hongying (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education, School of Artificial Intelligence, Xidian University, Xi’an, China) ,  Zhu Qi (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education, School of Artificial Intelligence, Xidian University, Xi’an, China)
資料名： IEEE Internet of Things Journal  (IEEE Internet of Things Journal)
巻： 9  号： 3  ページ： 2293-2303  発行年： 2022年 
JST資料番号： W2432A  ISSN： 2327-4662  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： 乗算器(ADMM)の交互方向方法は,モノのインターネット(IoT)応用における同等性制約問題を解くための効率的最適化方法である。最近,いくつかの確率的分散低減ADMMアルゴリズム(例えば,SVRG-ADMM)は,強い凸(SC)問題に対する線形収束のような刺激的進歩を遂げた。しかし,SVRG-ADMMとそのバリアントは,スナップショットにおける完全勾配を計算する外側ループを持ち,それらの外側ループは内部ループを含み,その中で,多数の分散低減勾配がランダムサンプルから推定される。このループ設計は,これらの方法をより複雑にして,内部ループ長を分析,決定し,それは,最良収束を達成する条件数に比例しなければならず,そして,nがサンプル数である最適選択としてO(n)にしばしば設定される。これらの問題に取り組むために,LVR-SADMMと呼ばれる効率的なループレス分散低減確率ADMMアルゴリズムを提案した。LVR-SADMMでは,外部ループを除去し,バイアスコインフリップでそれを置換し,ここでは,完全勾配計算をトリガするために小さな確率でスナップショットを更新した。さらに,LVR-SADMMの収束特性を理論的に解析し,SC問題に対する高速線形収束速度を楽しむことを示した。特に,SCと非SC問題の両方に対する加速ループレスSVRG-ADMM(LAVR-SADMM)法も示した。多くの実世界データセットに関する様々な実験結果は,提案した方法が,SC事例で2×,非SCケースで5×の平均高速化を,それぞれ,それらのループ対応物で達成できることを検証した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 収束 ,  速度 ,  最適化手法 ,  乗算器 ,  勾配 ,  突然変異体 ,  *応用プログラム ,  線形性 ,  バイアス ,  問題 ,  凸形 ,  高速化 ,  無作為抽出 ,  *制約条件
準シソーラス用語： 収束速度 ,  *モノのインターネット , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (8件)： IoT ,  アプリケーション ,  制約 ,  問題 ,  ルー ,  プレス ,  分散低減 ,  確率