在线分散式Frank-Wolfe: 从理论界到智能建筑应用
机器学习
2022-08-02 v1 数据结构与算法
最优化与控制
摘要
在数据为分布且本地计算与通信资源有限的参与者所拥有的快速增长世界中,分散式学习算法的设计十分重要。在此方向上,我们提出一种在线算法,最小化分布在一个网络上的个体数据/模型所聚合出的非凸损失函数。我们给出了算法的理论性能保证,并在真实智能建筑上展示了其实用性。
引用
@article{arxiv.2208.00522,
title = {Online Decentralized Frank-Wolfe: From theoretical bound to applications in smart-building},
author = {Angan Mitra and Nguyen Kim Thang and Tuan-Anh Nguyen and Denis Trystram and Paul Youssef},
journal= {arXiv preprint arXiv:2208.00522},
year = {2022}
}