球面上分布式存储数据的径向基函数逼近
机器学习
2022-11-15 v2 数值分析
数值分析
摘要
本文提出一种基于球面径向基函数与球面求积规则的分布式加权正则化最小二乘算法(DWRLS)，以处理存储于众多本地服务器且彼此无法共享的球面数据。通过发展一种新颖的积分算子方法，我们成功推导出DWRLS的最优逼近速率，并从理论上证明DWRLS的性能类似于在一台足够大的机器上利用全部数据运行加权正则化最小二乘算法。这一有趣发现意味着，即便每个本地服务器无法访问所有数据，分布式学习仍能够充分挖掘分布式存储球面数据的潜在价值。
引用
@article{arxiv.2112.02499,
title = {Radial Basis Function Approximation with Distributively Stored Data on Spheres},
author = {Han Feng and Shao-Bo Lin and Ding-Xuan Zhou},
journal= {arXiv preprint arXiv:2112.02499},
year = {2022}
}
备注
23 pages