LEARNING
最小化未加权平方和的DIGing算法最优参数设计
Qiuchen Tian, Li Chai, Jinming Xu
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文针对分布式不精确梯度追踪（DIGing）算法，通过将迭代过程表示为动态线性系统并利用控制理论中的劳斯稳定性判据，推导出最优最差收敛率的显式公式及对应参数。研究表明即使对于最简单的目标函数，DIGing的收敛速度仍较慢，因此需要加速以适用于一般场景。
关键词
distributed optimizationgradient trackingconvergence rateparameter designcontrol theory
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