Buchumschlag

DADA: Dual Averaging with Distance Adaptation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Moshtaghifar, Mohammad, Rodomanov, Anton, Vankov, Daniil, Stich, Sebastian
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Optimization and Control Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Composite Optimization with Error Feedback: the Dual Averaging Approach
von: Gao, Yuan, et al.
Veröffentlicht: (2025)

Non-Convex Federated Optimization under Cost-Aware Client Selection
von: Jiang, Xiaowen, et al.
Veröffentlicht: (2025)

Non-convex Stochastic Composite Optimization with Polyak Momentum
von: Gao, Yuan, et al.
Veröffentlicht: (2024)

Federated Optimization with Doubly Regularized Drift Correction
von: Jiang, Xiaowen, et al.
Veröffentlicht: (2024)

Stabilized Proximal-Point Methods for Federated Optimization
von: Jiang, Xiaowen, et al.
Veröffentlicht: (2024)

Optimizing $(L_0, L_1)$-Smooth Functions by Gradient Methods
von: Vankov, Daniil, et al.
Veröffentlicht: (2024)

Accelerated Distributed Optimization with Compression and Error Feedback
von: Gao, Yuan, et al.
Veröffentlicht: (2025)

Exploiting Similarity for Computation and Communication-Efficient Decentralized Optimization
von: Takezawa, Yuki, et al.
Veröffentlicht: (2025)

Universality of AdaGrad Stepsizes for Stochastic Optimization: Inexact Oracle, Acceleration and Variance Reduction
von: Rodomanov, Anton, et al.
Veröffentlicht: (2024)

Scalable Decentralized Learning with Teleportation
von: Takezawa, Yuki, et al.
Veröffentlicht: (2025)

Efficient Gradient Methods for Distributed Saddle Problems
von: Luo, Ruichen, et al.
Veröffentlicht: (2026)

Locally Adaptive Federated Learning
von: Mukherjee, Sohom, et al.
Veröffentlicht: (2023)

Global Complexity Analysis of BFGS
von: Rodomanov, Anton
Veröffentlicht: (2024)

FedMuon: Federated Learning with Bias-corrected LMO-based Optimization
von: Takezawa, Yuki, et al.
Veröffentlicht: (2025)

Communication-Efficient Gradient Descent-Accent Methods for Distributed Variational Inequalities: Unified Analysis and Local Updates
von: Zhang, Siqi, et al.
Veröffentlicht: (2023)

On Convergence of Incremental Gradient for Non-Convex Smooth Functions
von: Koloskova, Anastasia, et al.
Veröffentlicht: (2023)

Towards Faster Decentralized Stochastic Optimization with Communication Compression
von: Islamov, Rustem, et al.
Veröffentlicht: (2024)

Layer-wise Quantization for Quantized Optimistic Dual Averaging
von: Nguyen, Anh Duc, et al.
Veröffentlicht: (2025)

Adaptive Methods for Variational Inequalities under Relaxed Smoothness Assumption
von: Vankov, Daniil, et al.
Veröffentlicht: (2024)

Last Iterate Convergence of Popov Method for Non-monotone Stochastic Variational Inequalities
von: Vankov, Daniil, et al.
Veröffentlicht: (2023)

Generalized Smooth Stochastic Variational Inequalities: Almost Sure Convergence and Convergence Rates
von: Vankov, Daniil, et al.
Veröffentlicht: (2024)

Stability of the Monge Map in Semi-Dual Optimal Transport
von: Selitskiy, Anton, et al.
Veröffentlicht: (2026)

Regularized Adaptive Momentum Dual Averaging with an Efficient Inexact Subproblem Solver for Training Structured Neural Network
von: Huang, Zih-Syuan, et al.
Veröffentlicht: (2024)

Revisiting LocalSGD and SCAFFOLD: Improved Rates and Missing Analysis
von: Luo, Ruichen, et al.
Veröffentlicht: (2025)

Robust Regression over Averaged Uncertainty
von: Bertsimas, Dimitris, et al.
Veröffentlicht: (2023)

Fast Minimization of Expected Logarithmic Loss via Stochastic Dual Averaging
von: Tsai, Chung-En, et al.
Veröffentlicht: (2023)

Constrained Sampling with Primal-Dual Langevin Monte Carlo
von: Chamon, Luiz F. O., et al.
Veröffentlicht: (2024)

Planning and Learning in Average Risk-aware MDPs
von: Wang, Weikai, et al.
Veröffentlicht: (2025)

Regularized Q-learning through Robust Averaging
von: Schmitt-Förster, Peter, et al.
Veröffentlicht: (2024)

A Unified Analysis for Finite Weight Averaging
von: Wang, Peng, et al.
Veröffentlicht: (2024)

Optimal Data Splitting in Distributed Optimization for Machine Learning
von: Medyakov, Daniil, et al.
Veröffentlicht: (2024)

The Ky Fan Norms and Beyond: Dual Norms and Combinations for Matrix Optimization
von: Kravatskiy, Alexey, et al.
Veröffentlicht: (2025)

Central Limit Theorems for Asynchronous Averaged Q-Learning
von: Liu, Xingtu
Veröffentlicht: (2025)

Refined Analysis of Federated Averaging and Federated Richardson-Romberg
von: Mangold, Paul, et al.
Veröffentlicht: (2024)

A Simplified Analysis of SGD for Linear Regression with Weight Averaging
von: Meterez, Alexandru, et al.
Veröffentlicht: (2025)

Sample Complexity of Distributionally Robust Average-Reward Reinforcement Learning
von: Chen, Zijun, et al.
Veröffentlicht: (2025)

Unified Convergence Analysis for Adaptive Optimization with Moving Average Estimator
von: Guo, Zhishuai, et al.
Veröffentlicht: (2021)

Performance of NPG in Countable State-Space Average-Cost RL
von: Murthy, Yashaswini, et al.
Veröffentlicht: (2024)

Optimal Sample Complexity for Average Reward Markov Decision Processes
von: Wang, Shengbo, et al.
Veröffentlicht: (2023)

A Dual Basis Approach for Structured Robust Euclidean Distance Geometry
von: Kundu, Chandra, et al.
Veröffentlicht: (2025)