期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到6篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于Edge-TB的联邦学习中客户端选择策略和数据集划分研究
1
作者 周天阳 杨磊 《计算机科学》 CSCD 北大核心 2024年第S01期614-619,共6页
联邦学习是分布式机器学习在现实中的应用之一。针对联邦学习中的异构性,基于FedProx算法,提出优先选择近端项较大的客户端选择策略,效果优于常见的选择局部损失值较大的客户端选择策略,可以有效提高FedProx算法在异构数据和系统下的收... 联邦学习是分布式机器学习在现实中的应用之一。针对联邦学习中的异构性,基于FedProx算法,提出优先选择近端项较大的客户端选择策略,效果优于常见的选择局部损失值较大的客户端选择策略,可以有效提高FedProx算法在异构数据和系统下的收敛速度,提高有限聚合次数内的准确率。针对联邦学习数据异构的假设,设计了一套异构数据划分流程,得到了基于真实图像数据集的异构联邦数据集作为实验数据集。使用开源的分布式机器学习框架Edge-TB作为实验测试平台,以异构划分后的Cifar10作为数据集,实验表明,采用新的客户端选择策略的改进FedProx算法较原算法在有限的聚合轮数内准确率提升14.96%,通信开销减小6.3%;与SCAFFOLD算法相比,准确率提升3.6%,通信开销减小51.7%,训练时间减少15.4%。 展开更多
关键词 分布式机器学习 联邦学习 优化算法 正则化 近端项
下载PDF
求解三块变量约束凸优化问题的邻近部分平行分裂算法
2
作者 申远 李俊峄 《吉林大学学报（理学版）》 CAS 北大核心 2023年第1期8-14,共7页
考虑线性约束三块变量的凸优化问题,在部分平行分裂算法中选取不同步长参数的基础上,提出一种邻近部分平行分裂算法,并证明该算法的收敛性.该算法通过在部分平行分裂算法中选取不同步长参数的基础上,在一个子问题的目标函数中加入邻近项... 考虑线性约束三块变量的凸优化问题,在部分平行分裂算法中选取不同步长参数的基础上,提出一种邻近部分平行分裂算法,并证明该算法的收敛性.该算法通过在部分平行分裂算法中选取不同步长参数的基础上,在一个子问题的目标函数中加入邻近项,建立新的参数条件.与部分平行分裂算法相比,该算法极大放松了参数条件,使算法更具实用性.数值实验结果表明,与已有算法相比,该算法的迭代次数和计算时间均显著下降. 展开更多
关键词 凸优化 交替方向乘子法 部分平行分裂算法 邻近项
下载PDF
一类自适应广义交替方向乘子法 被引量：3
3
作者 姜帆 刘雅梅 蔡邢菊 《计算数学》 CSCD 北大核心 2018年第4期367-386,共20页
广义交替方向乘子法是求解凸优化问题的有效算法．当实际问题中子问题难以求解时，可以采用在子问题中添加邻近项的方法处理，邻近矩阵正定时，算法收敛，然而这也会使迭代步长较小．最新研究表明，邻近矩阵可以有一定的不正定性．本文... 广义交替方向乘子法是求解凸优化问题的有效算法．当实际问题中子问题难以求解时，可以采用在子问题中添加邻近项的方法处理，邻近矩阵正定时，算法收敛，然而这也会使迭代步长较小．最新研究表明，邻近矩阵可以有一定的不正定性．本文在基于不定邻近项的广义交替方向乘子法框架下，提出一种自适应的广义交替方向乘子法，动态地选择邻近矩阵，增大迭代步长．在一些较弱的假设下，证明了算法的全局收敛性．我们进行一些初等数值实验，验证了算法的有效性． 展开更多
关键词 凸优化 广义交替方向乘子法 自适应 不定邻近项 全局收敛
原文传递
一种带有不定性邻近项的广义Peaceman-Rachford分裂法
4
作者 马龙 彭建文 《应用数学》 CSCD 北大核心 2020年第2期423-435,共13页
针对带有线性约束的可分离凸优化问题,提出一种带有不定邻近项的广义Peaceman-Rachford(PR)分裂法.在较弱假设条件下,证明该算法迭代序列的全局收敛性和建立起在遍历情况下的最坏O(1/t)收敛速率.最后,通过数值实验验证了所提算法的有效性.
关键词 凸优化 Peaceman-Rachford分裂法 不定邻近项
下载PDF
带非正定临近项的乘子交替方向法的收敛速率
5
作者 王逸云 欧小庆 李高西 《西南大学学报（自然科学版）》 CAS CSCD 北大核心 2018年第3期101-108,共8页
研究了带非正定临近正则项的乘子交替方向法(ADMM)的收敛速度.通过引入松弛因子改进拉格朗日乘子的迭代步长,并在适当的参数条件下建立了带非正定临近正则项的ADMM在遍历意义下的收敛速率.
关键词 凸规划问题 交替方向法 非正定临近项 收敛速率
下载PDF
放松邻近步长的线性化逐块交替方向乘子法
6
作者 徐红玉 《河北建筑工程学院学报》 CAS 2019年第1期145-150,共6页
交替方向乘子法(ADMM)是求解线性约束凸优化问题的算法之一,其只有在两块变量时才有收敛性保证.为处理多块问题可将多块变量分为两组,组间采用Gauss-Seidel格式(及时利用新信息),组内采用Jacobi格式(使用老的信息),该算法的子问题求解... 交替方向乘子法(ADMM)是求解线性约束凸优化问题的算法之一,其只有在两块变量时才有收敛性保证.为处理多块问题可将多块变量分为两组,组间采用Gauss-Seidel格式(及时利用新信息),组内采用Jacobi格式(使用老的信息),该算法的子问题求解较为困难.韩德仁等对子问题目标函数线性化并增加邻近点项来简化计算,但该算法的邻近点项因子选取受每组变量约束矩阵的最大特征值限制,使得收敛速度较慢,现提出新参数条件的线性化逐块ADMM算法,改进韩德仁等算法中的邻近因子,在保持每步计算量不变的前提下使算法收敛速度大大加快. 展开更多
关键词 交替方向乘子法 多块 线性化 临近点项
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部