Buchumschlag

CoCoA Is ADMM: Unifying Two Paradigms in Distributed Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Runxiong, Liu, Dong, Wang, Xueqin, Wang, Andi
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

Communication-Efficient Decentralized Optimization via Double-Communication Symmetric ADMM
von: Huang, Jinrui, et al.
Veröffentlicht: (2025)

Distributed Event-Based Learning via ADMM
von: Er, Guner Dilsad, et al.
Veröffentlicht: (2024)

Limited Communications Distributed Optimization via Deep Unfolded Distributed ADMM
von: Noah, Yoav, et al.
Veröffentlicht: (2023)

Joint Cooperative and Non-Cooperative Localization in WSNs with Distributed Scaled Proximal ADMM Algorithms
von: Zhu, Qiaojia, et al.
Veröffentlicht: (2025)

HUANet: Hard-Constrained Unrolled ADMM for Constrained Convex Optimization
von: Tran, Trinh, et al.
Veröffentlicht: (2026)

A Framework for Bilevel Optimization on Riemannian Manifolds
von: Han, Andi, et al.
Veröffentlicht: (2024)

The ADMM-PINNs Algorithmic Framework for Nonsmooth PDE-Constrained Optimization: A Deep Learning Approach
von: Song, Yongcun, et al.
Veröffentlicht: (2023)

Byzantine-Robust Distributed SGD: A Unified Analysis and Tight Error Bounds
von: Ruan, Boyuan, et al.
Veröffentlicht: (2026)

Federated ADMM from Bayesian Duality
von: Möllenhoff, Thomas, et al.
Veröffentlicht: (2025)

Efficient Optimization with Orthogonality Constraint: a Randomized Riemannian Submanifold Method
von: Han, Andi, et al.
Veröffentlicht: (2025)

Unifying Distributionally Robust Optimization via Optimal Transport Theory
von: Blanchet, Jose, et al.
Veröffentlicht: (2023)

A Distributed ADMM-based Deep Learning Approach for Thermal Control in Multi-Zone Buildings under Demand Response Events
von: Taboga, Vincent, et al.
Veröffentlicht: (2023)

Residual-Evasive Attacks on ADMM in Distributed Optimization
von: Bruckmeier, Sabrina, et al.
Veröffentlicht: (2025)

Learning Over-Relaxation Policies for ADMM with Convergence Guarantees
von: Lin, Junan, et al.
Veröffentlicht: (2026)

A General Continuous-Time Formulation of Stochastic ADMM and Its Variants
von: Li, Chris Junchi
Veröffentlicht: (2024)

Learning to accelerate distributed ADMM using graph neural networks
von: Doerks, Henri, et al.
Veröffentlicht: (2025)

Sinkhorn Distributionally Robust Optimization
von: Wang, Jie, et al.
Veröffentlicht: (2021)

Asynchronous Distributed Optimization with Delay-free Parameters
von: Wu, Xuyang, et al.
Veröffentlicht: (2023)

ADMM Algorithms for Residual Network Training: Convergence Analysis and Parallel Implementation
von: Xu, Jintao, et al.
Veröffentlicht: (2023)

Quantization Avoids Saddle Points in Distributed Optimization
von: Bo, Yanan, et al.
Veröffentlicht: (2024)

A Riemannian ADMM
von: Li, Jiaxiang, et al.
Veröffentlicht: (2022)

Convergence Rate Analysis of the AdamW-Style Shampoo: Unifying One-Sided and Two-Sided Preconditioning
von: Li, Huan, et al.
Veröffentlicht: (2026)

BiCoLoR: Communication-Efficient Optimization with Bidirectional Compression and Local Training
von: Condat, Laurent, et al.
Veröffentlicht: (2026)

Central Limit Theorem for Two-Time-Scale Approximate Distributionally Robust RL
von: Wang, Shengbo, et al.
Veröffentlicht: (2026)

ADMM for Structured Fractional Minimization
von: Yuan, Ganzhao
Veröffentlicht: (2024)

DisCo-DSO: Coupling Discrete and Continuous Optimization for Efficient Generative Design in Hybrid Spaces
von: Pettit, Jacob F., et al.
Veröffentlicht: (2024)

Riemannian coordinate descent algorithms on matrix manifolds
von: Han, Andi, et al.
Veröffentlicht: (2024)

A Unified Inexact Stochastic ADMM for Composite Nonconvex and Nonsmooth Optimization
von: Zeng, Yuxuan, et al.
Veröffentlicht: (2024)

DCatalyst: A Unified Accelerated Framework for Decentralized Optimization
von: Cao, Tianyu, et al.
Veröffentlicht: (2025)

Distributed Online Bandit Nonconvex Optimization with One-Point Residual Feedback via Dynamic Regret
von: Hua, Youqing, et al.
Veröffentlicht: (2024)

On Generalization and Regularization via Wasserstein Distributionally Robust Optimization
von: Wu, Qinyu, et al.
Veröffentlicht: (2022)

A Weighted Gradient Tracking Privacy-Preserving Method for Distributed Optimization
von: Xie, Furan, et al.
Veröffentlicht: (2025)

Federated Learning Using Three-Operator ADMM
von: Kant, Shashi, et al.
Veröffentlicht: (2022)

Memory-Efficient LLM Pretraining via Minimalist Optimizer Design
von: Glentis, Athanasios, et al.
Veröffentlicht: (2025)

Optimal Complexity in Byzantine-Robust Distributed Stochastic Optimization with Data Heterogeneity
von: Shi, Qiankun, et al.
Veröffentlicht: (2025)

Distributionally Robust Optimization
von: Kuhn, Daniel, et al.
Veröffentlicht: (2024)

From Large Language Models and Optimization to Decision Optimization CoPilot: A Research Manifesto
von: Wasserkrug, Segev, et al.
Veröffentlicht: (2024)

A Unified Framework for Entropy Search and Expected Improvement in Bayesian Optimization
von: Cheng, Nuojin, et al.
Veröffentlicht: (2025)

A Unified Optimization Framework for Multiclass Classification with Structured Hyperplane Arrangements
von: Blanco, Víctor, et al.
Veröffentlicht: (2025)

Langevin Dynamics: A Unified Perspective on Optimization via Lyapunov Potentials
von: Chen, August Y., et al.
Veröffentlicht: (2024)