随机链路故障下的分散式多任务在线凸优化
原文中文，约500字，阅读约需2分钟。发表于：。在这篇论文中，我们研究了分散式多任务在线凸优化中的随机链路故障问题，并针对这个问题开发了一个鲁棒的分散式鞍点算法，通过使用最新接收到的邻居决策来替代丢失的决策。通过严谨地界定由此替代引起的累积偏差，我们首先证明了我们的算法在完全信息情况下达到了 O (√T) 的遗憾和 O (T^(3/4))...
本研究探讨了面对自适应对手时的分布式在线和掷骰机凸优化问题。结果表明，在机器能够访问查询点的一阶梯度信息时，合作是没有益处的。然而，在只能访问查询点的成本函数值的情况下，合作可能有益且可能导致机器数量的线性加速。通过开发新的分布式算法，进一步说明了研究结果在联邦对抗线性掷骰机中的应用。这项研究填补了联邦在线优化中随机和自适应环境之间的差距。
