Buchumschlag

Optimal Gradient Tracking for Decentralized Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Song, Zhuoqing, Shi, Lei, Pu, Shi, Yan, Ming
Format:	Preprint
Veröffentlicht:	2021
Schlagworte:	Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Compressed Gradient Tracking for Decentralized Optimization Over General Directed Networks
von: Song, Zhuoqing, et al.
Veröffentlicht: (2021)

Decentralized Min-Max Optimization with Gradient Tracking
von: You, Runze, et al.
Veröffentlicht: (2025)

Stochastic Push-Pull for Decentralized Nonconvex Optimization
von: You, Runze, et al.
Veröffentlicht: (2025)

A Decentralized Proximal Gradient Tracking Algorithm for Composite Optimization on Riemannian Manifolds
von: Wang, Lei, et al.
Veröffentlicht: (2024)

Smoothing Gradient Tracking for Decentralized Optimization over the Stiefel Manifold with Non-smooth Regularizers
von: Wang, Lei, et al.
Veröffentlicht: (2023)

Accelerating Decentralized Optimization via Overlapping Local Steps
von: Zhou, Yijie, et al.
Veröffentlicht: (2026)

Compressed Gradient Tracking Algorithms for Distributed Nonconvex Optimization
von: Xu, Lei, et al.
Veröffentlicht: (2023)

A Variance-Reduced Stochastic Gradient Tracking Algorithm for Decentralized Optimization with Orthogonality Constraints
von: Wang, Lei, et al.
Veröffentlicht: (2022)

A Robust Compressed Push-Pull Method for Decentralized Nonconvex Optimization
von: Liao, Yiwei, et al.
Veröffentlicht: (2024)

Decentralized Optimization on Compact Submanifolds by Quantized Riemannian Gradient Tracking
von: Chen, Jun, et al.
Veröffentlicht: (2025)

Event-triggered Dual Gradient Tracking for Distributed Resource Allocation
von: Xu, Xiayan, et al.
Veröffentlicht: (2025)

Optimized Gradient Tracking for Decentralized Online Learning
von: Sharma, Shivangi Dubey, et al.
Veröffentlicht: (2023)

Bundle EXTRA for Decentralized Optimization
von: Liu, Haijuan, et al.
Veröffentlicht: (2026)

Distributed Stochastic Momentum Tracking with Local Updates: Achieving Optimal Communication and Iteration Complexities
von: Huang, Kun, et al.
Veröffentlicht: (2025)

CEDAS: A Compressed Decentralized Stochastic Gradient Method with Improved Convergence
von: Huang, Kun, et al.
Veröffentlicht: (2023)

Accelerated Gradient Tracking over Time-varying Graphs for Decentralized Optimization
von: Li, Huan, et al.
Veröffentlicht: (2021)

Asynchronous Decentralized SGD under Non-Convexity: A Block-Coordinate Descent Framework
von: Zhou, Yijie, et al.
Veröffentlicht: (2025)

Distributed Normal Map-based Stochastic Proximal Gradient Methods over Networks
von: Huang, Kun, et al.
Veröffentlicht: (2024)

A Proximal Gradient Method With Probabilistic Multi-Gossip Communications for Decentralized Composite Optimization
von: Guo, Luyao, et al.
Veröffentlicht: (2023)

Convergence Analysis of Noisy Distributed Gradient Descent for Non-convex Optimization -- Saddle Point Escape
von: Qin, Lei, et al.
Veröffentlicht: (2025)

High-Probability Convergence in Decentralized Stochastic Optimization with Gradient Tracking
von: Armacki, Aleksandar, et al.
Veröffentlicht: (2026)

AdGT: Decentralized Gradient Tracking with Tuning-free Per-Agent Stepsize
von: Ghaderyan, Diyako, et al.
Veröffentlicht: (2025)

Decentralized Relaxed Smooth Optimization with Gradient Descent Methods
von: Jiang, Zhanhong, et al.
Veröffentlicht: (2025)

Improved Convergence for Decentralized Stochastic Optimization with Biased Gradients
von: Xu, Qing, et al.
Veröffentlicht: (2026)

Enhancing Convergence of Decentralized Gradient Tracking under the KL Property
von: Chen, Xiaokai, et al.
Veröffentlicht: (2024)

Optimal Decentralized Composite Optimization for Convex Functions
von: Ye, Haishan, et al.
Veröffentlicht: (2023)

Decentralized Nonconvex Composite Federated Learning with Gradient Tracking and Momentum
von: Zhou, Yuan, et al.
Veröffentlicht: (2025)

S-DIGing: A Stochastic Gradient Tracking Algorithm for Distributed Optimization
von: Li, Huaqing, et al.
Veröffentlicht: (2019)

On the Optimal Time Complexities in Decentralized Stochastic Asynchronous Optimization
von: Tyurin, Alexander, et al.
Veröffentlicht: (2024)

Near-Optimal Algorithms for Convex Simple Bilevel Optimization under Weak Assumptions
von: Jiang, Rujun, et al.
Veröffentlicht: (2024)

On the Convergence of Decentralized Stochastic Gradient-Tracking with Finite-Time Consensus
von: Fainman, Aaron, et al.
Veröffentlicht: (2025)

Iteratively Regularized Gradient Tracking Methods for Optimal Equilibrium Seeking
von: Qiu, Yuyang, et al.
Veröffentlicht: (2024)

On the Convergence of a Noisy Gradient Method for Non-convex Distributed Resource Allocation: Saddle Point Escape
von: Qin, Lei, et al.
Veröffentlicht: (2025)

Primal-Dual Bundle Methods for Linear Equality-Constrained Problems
von: Zheng, Zhuoqing, et al.
Veröffentlicht: (2025)

Distributed Adaptive Gradient Algorithm with Gradient Tracking for Stochastic Non-Convex Optimization
von: Han, Dongyu, et al.
Veröffentlicht: (2024)

Stochastic Momentum Tracking Push-Pull for Decentralized Optimization over Directed Graphs
von: Fan, Wenqi, et al.
Veröffentlicht: (2026)

Differentially Private Decentralized Optimization with Relay Communication
von: Wang, Luqing, et al.
Veröffentlicht: (2022)

Convergence Analysis of EXTRA in Non-convex Distributed Optimization
von: Qin, Lei, et al.
Veröffentlicht: (2025)

Decentralized Federated Learning with Gradient Tracking over Time-Varying Directed Networks
von: Nguyen, Duong Thuy Anh, et al.
Veröffentlicht: (2024)

Distributed Riemannian Stochastic Gradient Tracking Algorithm on the Stiefel Manifold
von: Zhao, Jishu, et al.
Veröffentlicht: (2024)