分布式大规模网络效用最大化
信息论
2010-03-23 v2 分布式、并行与集群计算
math.IT
最优化与控制
摘要
Zymnis等人近期的工作提出了一种高效的原始-对偶内点法，使用截断牛顿法求解网络效用最大化（NUM）问题。该方法相比传统的对偶分解方法表现出更优的性能。Bickson等人近期的另一项工作展示了如何利用高斯置信传播算法高效且分布式地计算牛顿步，而牛顿步是牛顿法的主要计算瓶颈。在当前工作中，我们结合了这两种方法，创建了一种用于求解NUM问题的高效分布式算法。与Zymnis的工作使用集中式方法不同，我们的新算法易于分布式实现。通过实证评估，我们表明新方法优于先前的方法，包括截断牛顿法和对偶分解方法。作为额外贡献，这是首个在大规模问题上评估高斯置信传播算法与预条件共轭梯度法性能的工作。
引用
@article{arxiv.0901.2684,
title = {Distributed Large Scale Network Utility Maximization},
author = {Danny Bickson and Yoav Tock and Argyris Zymnis and Stephen Boyd and Danny Dolev},
journal= {arXiv preprint arXiv:0901.2684},
year = {2010}
}
备注
In the International Symposium on Information Theory (ISIT) 2009