一种用于有向图上分布式优化的快速行随机去中心化方法
最优化与控制
2023-10-02 v5 系统与控制
系统与控制
摘要
本文提出一种称为 FRSD 的快速行随机去中心化算法，用于求解有向通信图上的共识优化问题。所提算法仅利用行随机权重，在广播通信场景下相较于需要列随机权重的方法具有某些实际优势。在每个节点局部函数为光滑且强凸的假设下，我们证明 FRSD 迭代序列以线性速率收敛到最优共识解。与现有的有向网络方法不同，FRSD 无需显式采用梯度跟踪（GT）技术即可享受线性收敛，而是通过引入新颖动量项隐式实现 GT，这使得在中小规模网络上求解高维问题时，每个节点的通信与存储开销显著降低。在数值测试中，我们将 FRSD 与其他使用行随机和/或列随机权重的前沿方法进行比较。
引用
@article{arxiv.2112.13257,
title = {A Fast Row-Stochastic Decentralized Method for Distributed Optimization Over Directed Graphs},
author = {Diyako Ghaderyan and Necdet Serhat Aybat and A. Pedro Aguiar and Fernando Lobo Pereira},
journal= {arXiv preprint arXiv:2112.13257},
year = {2023}
}