Core Concepts
분산 비볼록 최적화를 위한 혼합 가속 원시-이중 근접 알고리즘의 개발과 성능 평가
Abstract
MAP-Pro 알고리즘은 비볼록, 부드러운 분산 최적화 문제를 해결하기 위해 개발되었다.
MAP-Pro는 시간 변화하는 혼합 다항식을 증가된 라그랑지안과 함께 사용하여 정보 혼합을 촉진한다.
MAP-Pro는 다양한 조건에서 서브선형 및 선형 수렴 속도를 제공한다.
Chebyshev 가속을 통해 MAP-Pro-CA는 수렴 결과를 향상시키며 네트워크 토폴로지 의존성을 줄인다.
수치 실험을 통해 MAP-Pro-CA와 MAP-Pro의 우수한 수렴 성능을 입증하였다.
Stats
SUDA [9]은 비볼록, 부드러운 최적화에서 효과적임을 보여준다.
xFILTER [14]는 최적화 단계를 근사하기 위해 Chebyshev 반복을 사용한다.
Quotes
"우리는 MAP-Pro-CA와 MAP-Pro의 수렴 성능을 비교하기 위해 수치 실험을 실시했다."
"MAP-Pro-CA는 네트워크 토폴로지 의존성을 줄이면서 수렴 결과를 향상시킨다."