块分布化优减记忆梯度算法及其在三维图像复原中的应用
最优化与控制
2020-06-26 v2 分布式、并行与集群计算
摘要
现代三维图像恢复问题需要强大的优化框架来处理高维数据，同时在合理时间内提供可靠的数值解。在此背景下，异步并行优化算法因克服内存限制问题与通信瓶颈而受到越来越多的关注。本文提出一种块分布化优减记忆梯度（BD3MG）优化算法，用于求解大规模非凸可微优化问题。在假设分布式内存环境的前提下，该算法将高效的3MG格式分解为较小维度的子问题，其中以异步方式处理变量块。在所设温和假设下，建立了所提BD3MG方法生成的序列的收敛性。将该方法应用于恢复受深度可变模糊退化的三维图像，结果表明与若干同步及异步对比算法相比，我们的方法显著减少了计算时间，同时展现出巨大的可扩展潜力。
引用
@article{arxiv.2002.02328,
title = {Block Distributed Majorize-Minimize Memory Gradient Algorithm and its application to 3D image restoration},
author = {Mathieu Chalvidal and Emilie Chouzenoux},
journal= {arXiv preprint arXiv:2002.02328},
year = {2020}
}
备注
Accepted at ICIP 2020