HBNET-GIANT：一种通信高效、带加速的牛顿型全分布式优化算法

Souvik Das; Luca Schenato; Subhrakanti Dey

HBNET-GIANT：一种通信高效、带加速的牛顿型全分布式优化算法

最优化与控制 2025-11-18 v1 信号处理

作者: Souvik Das , Luca Schenato , Subhrakanti Dey

摘要

本文提出了一种由重球动量驱动的二阶全分布式优化算法 HBNET-GIANT，适用于 $L$ -光滑且 $\mu$ -强凸的目标函数。我们进行了严格的收敛性分析，并证明了在特定充分条件下算法具有全局线性收敛性。通过大量数值实验，我们表明带有重球动量的 HBNET-GIANT 实现了加速，其相应的收敛速度严格快于其非加速版本 NETWORK-GIANT。此外，我们将 HBNET-GIANT 与几种最先进的算法（包括基于动量的和无动量的）进行了比较，并报告了在收敛到最优解方面的显著性能提升。我们相信，这项工作为更广泛的带动量二阶牛顿型算法奠定了基础，并激发了对开放问题的进一步研究，包括在全分布式环境下凸优化问题局部加速的解析证明。

关键词

全分布式优化重球动量牛顿型算法通信高效全局线性收敛加速

引用

@article{arxiv.2511.13584,
  title  = {HBNET-GIANT: A communication-efficient accelerated Newton-type fully distributed optimization algorithm},
  author = {Souvik Das and Luca Schenato and Subhrakanti Dey},
  journal= {arXiv preprint arXiv:2511.13584},
  year   = {2025}
}

备注

8 pages, 2 figures

HBNET-GIANT：一种通信高效、带加速的牛顿型全分布式优化算法

摘要

关键词

引用

备注

相关论文