Regret界相关论文
针对在线分布式优化中一类损失函数梯度信息获取困难的问题,提出一种基于Bandit反馈的在线分布式镜面下降(ODMD-B)算法.首先,推广......
近年来,随着互联网的普及,信息工业化技术得到高速的发展,数据存储和数据挖掘技术的突破性进步,让基于物联网-大数据-云计算的分布......
随着网络技术的发展,社交网络、互联网金融、物联网等诸多相关应用领域快速崛起。上述应用每天都会产生海量数据；这些数据中除少量......
针对如何对动态环境下的流数据进行实时处理的问题, 研究了一种基于权重平衡和共轭对偶梯度算法（CDG）的分布式在线学习优化算法一分......
研究了切换网络下加速分布式在线加权对偶平均算法,提出了A-DOWDA算法。首先利用加权因子对对偶变量进行加权,其次在有向切换网络......
分布式优化是大量自主个体(计算节点)通过相互间的局部信息传递或相互交流,协同合作来解决关于整个系统或网络的优化问题的优化方......
近年来,伴随互联网的快速发展,云计算、大数据等新兴领域不断的涌现,其结果就是数据量的爆炸式增长。海量数据处理问题已成为工程......
针对现有分布式在线优化算法所面临的高维约束难以计算的问题,提出一种分布式在线条件梯度优化算法(Distributed Online Condition......
为解决梯度信息难以获取的分布式在线优化问题,提出了一种基于Bandit反馈的分布式在线对偶平均(DODA-B)算法。首先,该算法对原始梯......
针对分布式网络在线处理数据流的问题,提出了一种基于在线学习的分布式随机投影优化算法——分布式在线随机投影算法。在带有时延......
为提高分布式在线优化算法的收敛速度,对底层网络拓扑依次添边,提出一种快速的一阶分布式在线对偶平均优化（FODD）算法。首先,对于分......
