dual averaging | BriefGPT - AI 论文速递

关键词dual averaging

搜索结果 - 8

从强盗反馈中学习公平分配
通过使用双平均法，本研究解决了在不确定条件下学习在线公平分配的问题，其中中央规划者在不准确地了解代理方值或效用的情况下顺序分配物品。本研究提出了利用双平均法的包装算法，通过信息反馈逐步学习到到达物品的类型分布和代理方的值，从而实现了在线算法
PDF8 months ago
ICML联邦学习中快速复合优化和统计恢复
本文研究了在联邦学习设置下一类组合优化和统计恢复问题，提出了新的算法，旨在从优化和统计两个角度开拓这一领域，实验表明该方法比其他基线优秀。
PDF2 years ago
ICML在线镜像下降和对偶平均：在动态情况下保持步伐
本文提出了一种简单的 OMD 算法技巧 - 稳定化，以动态学习率的情况下避免 OMD 线性遗憾，通过在经典 OMD 收敛分析下进行调整来获得与 DA 相同的性能保证。
PDF4 years ago
复合凸最小化加速对偶平均原始对偶算法
本论文提出一种新的加速双平均主 - 双算法来最小化组合凸函数，并推导了该方法的随机版本，从理论和实证上证明了其在处理稀疏数据方面的优势。
PDF4 years ago
统一镜像下降和对偶平均
本文介绍并分析了一族新的一阶优化算法，它对镜像下降和对偶平均进行了推广和统一，并定义了新的约束优化算法，结合了镜像下降和对偶平均的优点。我们的初步模拟研究表明，在某些情况下，这些新算法显著优于现有方法。
PDF5 years ago
收敛速度为 O（1/n）的随机组合最小二乘回归
考虑由二次函数的期望值和任意凸函数组合成的复合目标函数的最小化问题，我们研究了随机双均值算法在恒定步长下的特性，证明其无需强凸假设即可获得 O (1/n) 的收敛速度，从而将欧几里得几何中关于最小二乘回归的较早结果扩展到了 (a) 所有凸正
PDF7 years ago
双向函数去中心化优化的八卦双平均算法
提出了新的基于对偶平均的聚众算法，用于解决分散点之间的成对函数最小化问题，该算法的灵活性足以处理最优化问题的约束和规则的变体，并通过实证仿真验证了其实用性。
PDF8 years ago
分布式优化的双重平均：收敛分析和网络扩展
本文研究了分布式网络中去中心化优化的问题，尤其是基于双重平均子梯度的分布式算法及其收敛速度与网络大小和拓扑结构的关系，同时探讨了算法收敛和网络结构限制之间的关系，并证明了我们算法所需的迭代次数与网络谱隙成反比例关系。
PDF14 years ago