Buchumschlag

Riemannian Federated Learning via Averaging Gradient Streams

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Zhenwei, Huang, Wen, Jawanpuria, Pratik, Mishra, Bamdev
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Optimization and Control 68W15, 90C30, 90C48
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Federated Learning on Riemannian Manifolds with Differential Privacy
von: Huang, Zhenwei, et al.
Veröffentlicht: (2024)

Distributed Computing for Huge-Scale Aggregative Convex Programming
von: Tao, Luoyi
Veröffentlicht: (2026)

DualFL: A Duality-based Federated Learning Algorithm with Communication Acceleration in the General Convex Regime
von: Park, Jongho, et al.
Veröffentlicht: (2023)

A Heuristic Alternating Direction Method of Multipliers Framework for Distributed and Centralized Tree-Constrained Optimization: Applications to Hop-Constrained Spanning Tree Multicommodity Flow Design
von: Mokhtari, Yacine
Veröffentlicht: (2025)

Stochastic versus Deterministic in Stochastic Gradient Descent
von: Li, Runze, et al.
Veröffentlicht: (2025)

Distributed Gradient-Regularized Newton Method: Scheduled Consensus and O(epsilon^{-1}) Global Iteration Complexity
von: Hu, Wei, et al.
Veröffentlicht: (2026)

SUDA-Muon: Structural Design Principles and Boundaries for Fully Decentralized Muon
von: Zhang, Hengrui, et al.
Veröffentlicht: (2026)

A New Decomposition Paradigm for Graph-structured Nonlinear Programs via Message Passing
von: Ding, Kuangyu, et al.
Veröffentlicht: (2025)

CompressedScaffnew: The First Theoretical Double Acceleration of Communication from Local Training and Compression in Distributed Optimization
von: Condat, Laurent, et al.
Veröffentlicht: (2022)

The Güler-type acceleration for proximal gradient, linearized augmented Lagrangian and linearized alternating direction method of multipliers
von: Zhou, Bin, et al.
Veröffentlicht: (2025)

BROS: Bias-Corrected Randomized Subspaces for Memory-Efficient Single-Loop Bilevel Optimization
von: Zhang, Hengrui, et al.
Veröffentlicht: (2026)

Stable gradient-adjusted root mean square propagation on least squares problem
von: Li, Runze, et al.
Veröffentlicht: (2024)

Convergence Rate of a Functional Learning Method for Contextual Stochastic Optimization
von: Smith, Noel, et al.
Veröffentlicht: (2026)

A Riemannian Accelerated Proximal Gradient Method
von: Feng, Shuailing, et al.
Veröffentlicht: (2025)

Similarity-based fuzzy clustering scientific articles: potentials and challenges from mathematical and computational perspectives
von: Huong, Vu Thi, et al.
Veröffentlicht: (2025)

Quantized and Asynchronous Federated Learning
von: Ortega, Tomas, et al.
Veröffentlicht: (2024)

Federated Learning with Convex Global and Local Constraints
von: He, Chuan, et al.
Veröffentlicht: (2023)

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

Communication Compression for Distributed Learning without Control Variates
von: Ortega, Tomas, et al.
Veröffentlicht: (2024)

Communication Compression for Distributed Learning with Aggregate and Server-Guided Feedback
von: Ortega, Tomas, et al.
Veröffentlicht: (2025)

Distributed Computing for Huge-Scale Linear Programming
von: Tao, Luoyi
Veröffentlicht: (2024)

Delayed Feedback in Online Non-Convex Optimization: A Non-Stationary Approach with Applications
von: Lara, Felipe, et al.
Veröffentlicht: (2024)

Decentralized Parameter-Free Online Learning
von: Ortega, Tomas, et al.
Veröffentlicht: (2025)

Decentralized Parameter-Free Online Learning with Compressed Gossip
von: Ortega, Tomas, et al.
Veröffentlicht: (2026)

On Covering Euclidean Space with Q-arrangements of Cones
von: Ghorbal, Khalil, et al.
Veröffentlicht: (2022)

Faster Accelerated First-order Methods for Convex Optimization with Strongly Convex Function Constraints
von: Lin, Zhenwei, et al.
Veröffentlicht: (2022)

Variational Poisson Denoising via Augmented Lagrangian Methods
von: Kanzow, Christian, et al.
Veröffentlicht: (2023)

Power Homotopy for Zeroth-Order Non-Convex Optimizations
von: Xu, Chen
Veröffentlicht: (2025)

Global Optimization with A Power-Transformed Objective and Gaussian Smoothing
von: Xu, Chen
Veröffentlicht: (2024)

High Probability Guarantees for Random Reshuffling
von: Yu, Hengxu, et al.
Veröffentlicht: (2023)

Stochastic First-Order Methods with Non-smooth and Non-Euclidean Proximal Terms for Nonconvex High-Dimensional Stochastic Optimization
von: Xie, Yue, et al.
Veröffentlicht: (2024)

A Generalized Version of Chung's Lemma and its Applications
von: Jiang, Li, et al.
Veröffentlicht: (2024)

Faster Adaptive Optimization via Expected Gradient Outer Product Reparameterization
von: DePavia, Adela, et al.
Veröffentlicht: (2025)

Global Optimization of Gaussian processes
von: Schweidtmann, Artur M., et al.
Veröffentlicht: (2020)

Convergence of iterates and improved rates for accelerated augmented Lagrangian methods for linearly constrained convex optimization
von: He, Xin, et al.
Veröffentlicht: (2026)

Auto-exploration for online reinforcement learning
von: Ju, Caleb, et al.
Veröffentlicht: (2025)

The global convergence time of stochastic gradient descent in non-convex landscapes: Sharp estimates via large deviations
von: Azizian, Waïss, et al.
Veröffentlicht: (2025)

Riemannian Gradient Method with Momentum
von: Leggio, Filippo, et al.
Veröffentlicht: (2026)

Operation of an ambulance fleet under uncertainty
von: Guigues, Vincent, et al.
Veröffentlicht: (2022)

Decentralized Optimization in Time-Varying Networks with Arbitrary Delays
von: Ortega, Tomas, et al.
Veröffentlicht: (2024)