Verzögerungsadaptiver Multi-Agenten-Stochastischer Approximationsalgorithmus zur effizienten Verarbeitung und Analyse von Inhalten

Der Kern der Arbeit ist die Entwicklung und Analyse eines neuen Algorithmus namens DASA, der eine Konvergenzrate aufweist, die nur vom durchschnittlichen Verzögerungswert abhängt, und gleichzeitig eine lineare Konvergenzbeschleunigung mit der Anzahl der Agenten unter Markovscher Abtastung erreicht.