Eco-PANDA：时变无向图上计算经济、几何收敛的对偶优化方法
最优化与控制
2018-10-30 v1
摘要
本文考虑时变无向图上的分布式凸优化问题。我们提出了主要平均网络对偶上升(PANDA)的线性化版本，同时要求更低的计算成本。所提方法——经济主要平均网络对偶上升(Eco-PANDA)——在智能体目标函数强凸且梯度Lipschitz连续的条件下，可证明以R线性速率收敛到最优点。因此，在收敛速率类型上，该方法与DIGing和PANDA均具竞争力。所提方法将DIGing等方法的通信成本减半，同时仍以R线性收敛且每次迭代复杂度相同。
引用
@article{arxiv.1810.12240,
title = {Eco-PANDA: A Computationally Economic, Geometrically Converging, Dual Optimization Method on Time-Varying Undirected Graphs},
author = {Marie Maros and Joakim Jaldén},
journal= {arXiv preprint arXiv:1810.12240},
year = {2018}
}
备注
Submitted to ICASSP 2019