Conceptos Básicos
分散アルゴリズムの解析の包括的フレームワークを導入し、高度なテクニックをサポートする新しいアルゴリズムを提案。
Resumen
複数のエージェントが共通の数量を求める問題に焦点を当て、時間変動プロセスにより各エージェントが独立して周期的に測定する。過去に開発された多くのソルバーは、ローカル処理とコンセンサス手法のさまざまな適応を特徴としている。しかし、既存のソルバーはまだ優越性やOTA-Cなどの高度な技術をサポートしていない。この制限に対処するため、我々は分散アルゴリズムの包括的フレームワークを導入し、それらを準Fejér型アルゴリズムと広範囲な通信モデルを用いて特徴付けることで解析する。弱い仮定下で、すべてのエージェントに共通推定値への収束を確率収束で証明。さらに、このフレームワーク内で特定のクラスのアルゴリズムを開発し、時間変動目標を持つ分散最適化問題に取り組み、その収束性も証明。大規模かつ分散型ネットワークでコンセンサス手法用の新しいOTA-Cプロトコルも提案し、通信オーバーヘッド削減と既存プロトコルと比較してネットワーク自律性向上も実証。優越性やOTA-C機能が組み込まれたアルゴリズムは、時変無線ネットワーク上での分散監督学習の現実世界応用で低遅延かつエネルギー効率が向上したことが示されています。
Estadísticas
数学: 2401.18030v3 [math.OC] 4 Mar 2024
テクニカ: Technische Universität Berlin, Fraunhofer Heinrich-Hertz-Institute
インデックス用語: 分散最適化, quasi-Fejér単調性, 優越性, OTA-C, 有向グラフ
Citas
"Among these, two notable techniques are: Superiorization, an efficient method to construct heuristics for constrained optimization problems; and over-the-air function computation (OTA-C), a scalable solution for distributed function computation over wireless networks."
"The proposed algorithm, featuring superiorization and OTA-C, is demonstrated in a real-world application of distributed supervised learning over time-varying wireless networks."
"We also present a novel OTA-C protocol for consensus step in large decentralized networks, reducing communication overhead and enhancing network autonomy as compared to the existing protocols."