基于镜像平均的分布式优化布雷格曼平行方向乘子法
最优化与控制
2018-05-03 v3
摘要
分布式优化旨在仅通过局部计算和通信，在图上优化由耦合的局部凸函数之和构成的全局目标。本文中，我们提出了基于名为镜像平均的广义平均步长的布雷格曼平行方向乘子法（Bregman PDMM）。我们建立了布雷格曼PDMM的全局收敛性和收敛速率，以及其相对于现有PDMM的改进，其中表示迭代次数，表示解变量的维数。此外，我们可以通过优化平均矩阵的光谱间隙来提升其性能。我们通过一个数值例子展示了我们的结果。
引用
@article{arxiv.1802.06835,
title = {Bregman Parallel Direction Method of Multipliers for Distributed Optimization via Mirror Averaging},
author = {Yue Yu and Behçet Açıkmeşe and Mehran Mesbahi},
journal= {arXiv preprint arXiv:1802.06835},
year = {2018}
}