LEARNING
面向网络化黑箱控制的非线性增益分布式零阶优化
Shengjun Zhang, Tingyi Liu, Heng Zhang, Dong Xie
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种名为ZOOM-PB的分布式零阶优化方法，通过引入分数幂powerball映射作为非线性反馈增益，在平坦区域放大弱信号并衰减大随机估计，无需额外传输状态。该方法在非凸和Polyak–Łojasiewicz条件下分别达到了领先的收敛速率，并在黑箱学习和无人机源搜索中验证了其有效性。
关键词
distributed optimizationzeroth-ordernonlinear gainblack-box controlnetworked systems
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018