Core Concepts
分散ネットワークにおける通信コストと局所計算コストの違いを考慮し、最適なデータ分割を行うことで、分散最適化アルゴリズムの実行時間を短縮できる。
Abstract
本論文では、分散最適化問題における最適なデータ分割方法を提案している。
まず、分散最適化問題の一般的な定式化を行い、通信コストと局所計算コストの違いを考慮したモデルを構築した。その上で、既存の最適アルゴリズムを用いて、ネットワーク内の各デバイスへのデータ分割を最適化する問題を定式化した。
具体的には、デバイスの計算能力の違いや通信コストと局所計算コストの比率の違いを考慮し、最適なデータ分割を見つける問題を定式化した。この問題に対して、Cardanoの公式や数値解法を用いて解を導出した。
さらに、通信コストと計算能力にノイズが存在する場合についても分析を行い、理論的な誤差を導出した。
最後に、リッジ回帰問題を用いた実験により、提案手法の有効性を確認した。特に、通信コストが大きい場合に大きな加速効果が得られることを示した。
Stats
分散最適化問題の一般的な定式化は以下の通り:
min_x f(x) = 1/n * sum_i fi(x)
最適アルゴリズムの1回の反復における計算量は以下の通り:
2 * max(τ_1, ..., τ_n) * K + 2 * K * τ_comm + τ_1 * k_some
ここで、τ_i はi番目のデバイスの局所計算時間、τ_comm は通信時間、k_some は中央サーバの追加計算時間、Kは反復回数。