Buchumschlag

Decentralized Multi-Level Compositional Optimization Algorithms with Level-Independent Convergence Rate

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Gao, Hongchang
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Decentralized Stochastic Gradient Descent Ascent for Finite-Sum Minimax Problems
von: Gao, Hongchang
Veröffentlicht: (2022)

Federated Stochastic Minimax Optimization under Heavy-Tailed Noises
von: Zhang, Xinwen, et al.
Veröffentlicht: (2025)

A First-Order Multi-Gradient Algorithm for Multi-Objective Bi-Level Optimization
von: Ye, Feiyang, et al.
Veröffentlicht: (2024)

AMOSL: Adaptive Modality-wise Structure Learning in Multi-view Graph Neural Networks For Enhanced Unified Representation
von: Liang, Peiyu, et al.
Veröffentlicht: (2024)

On Provable Benefits of Muon in Federated Learning
von: Zhang, Xinwen, et al.
Veröffentlicht: (2025)

Federated Compositional Deep AUC Maximization
von: Zhang, Xinwen, et al.
Veröffentlicht: (2023)

Adaptive Algorithms with Sharp Convergence Rates for Stochastic Hierarchical Optimization
von: Gong, Xiaochuan, et al.
Veröffentlicht: (2025)

Unlocking TriLevel Learning with Level-Wise Zeroth Order Constraints: Distributed Algorithms and Provable Non-Asymptotic Convergence
von: Jiao, Yang, et al.
Veröffentlicht: (2024)

Gradient-Free Method for Heavily Constrained Nonconvex Optimization
von: Shi, Wanli, et al.
Veröffentlicht: (2024)

Reinforcement Learning for Compositional Generalization with Outcome-Level Optimization
von: Fu, Xiyan, et al.
Veröffentlicht: (2026)

Projection-Free Variance Reduction Methods for Stochastic Constrained Multi-Level Compositional Optimization
von: Jiang, Wei, et al.
Veröffentlicht: (2024)

Bilevel Optimization with Lower-Level Uniform Convexity: Theory and Algorithm
von: Wu, Yuman, et al.
Veröffentlicht: (2026)

Optimal and Efficient Algorithms for Decentralized Online Convex Optimization
von: Wan, Yuanyu, et al.
Veröffentlicht: (2024)

Convergence Rate of the Last Iterate of Stochastic Proximal Algorithms
von: Vaidyan, Kevin Kurian Thomas, et al.
Veröffentlicht: (2026)

Improved Convergence Rates of Muon Optimizer for Nonconvex Optimization
von: Nagashima, Shuntaro, et al.
Veröffentlicht: (2026)

A Provably Efficient Option-Based Algorithm for both High-Level and Low-Level Learning
von: Drappo, Gianluca, et al.
Veröffentlicht: (2024)

On the Convergence Rates of Iterative Regularization Algorithms for Composite Bi-Level Optimization
von: Shtern, Shimrit, et al.
Veröffentlicht: (2025)

Faster Algorithms for User-Level Private Stochastic Convex Optimization
von: Lowy, Andrew, et al.
Veröffentlicht: (2024)

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

Approximate Global Convergence of Independent Learning in Multi-Agent Systems
von: Jin, Ruiyang, et al.
Veröffentlicht: (2024)

Reward-Independent Messaging for Decentralized Multi-Agent Reinforcement Learning
von: Yoshida, Naoto, et al.
Veröffentlicht: (2025)

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

Co-Optimizing Reconfigurable Environments and Policies for Decentralized Multi-Agent Navigation
von: Gao, Zhan, et al.
Veröffentlicht: (2024)

Provably Convergent Decentralized Optimization over Directed Graphs under Generalized Smoothness
von: Bo, Yanan, et al.
Veröffentlicht: (2026)

Trading Convergence Rate with Computational Budget in High Dimensional Bayesian Optimization
von: Tran-The, Hung, et al.
Veröffentlicht: (2019)

Decentralized Sporadic Federated Learning: A Unified Algorithmic Framework with Convergence Guarantees
von: Zehtabi, Shahryar, et al.
Veröffentlicht: (2024)

Beyond Uniform SVD:Dual-Level Optimization across Columns and Modules for LLM Compression
von: Xv, Lin, et al.
Veröffentlicht: (2025)

Tuning-Free Bilevel Optimization: New Algorithms and Convergence Analysis
von: Yang, Yifan, et al.
Veröffentlicht: (2024)

Modeling Output-Level Task Relatedness in Multi-Task Learning with Feedback Mechanism
von: Xi, Xiangming, et al.
Veröffentlicht: (2024)

Hybrid Decentralized Optimization: Leveraging Both First- and Zeroth-Order Optimizers for Faster Convergence
von: Ansaripour, Matin, et al.
Veröffentlicht: (2022)

Convergence Analysis of Decentralized ASGD
von: Tosi, Mauro DL, et al.
Veröffentlicht: (2023)

Constrained Bi-Level Optimization: Proximal Lagrangian Value function Approach and Hessian-free Algorithm
von: Yao, Wei, et al.
Veröffentlicht: (2024)

Multi-Level Causal Embeddings
von: Schooltink, Willem, et al.
Veröffentlicht: (2026)

Stochastic Compositional Minimax Optimization with Provable Convergence Guarantees
von: Deng, Yuyang, et al.
Veröffentlicht: (2024)

Adaptive Decentralized Federated Learning for Robust Optimization
von: Wu, Shuyuan, et al.
Veröffentlicht: (2025)

Level Set Teleportation: An Optimization Perspective
von: Mishkin, Aaron, et al.
Veröffentlicht: (2024)

Level the Level: Balancing Game Levels for Asymmetric Player Archetypes With Reinforcement Learning
von: Rupp, Florian, et al.
Veröffentlicht: (2025)

Convergence of Expectation-Maximization Algorithm with Mixed-Integer Optimization
von: Joseph, Geethu
Veröffentlicht: (2024)

Active Learning for Level Set Estimation Using Randomized Straddle Algorithms
von: Inatsu, Yu, et al.
Veröffentlicht: (2024)

IDAP++: Advancing Divergence-Based Pruning via Filter-Level and Layer-Level Optimization
von: Samarin, Aleksei, et al.
Veröffentlicht: (2025)