Buchumschlag

Decentralized Min-Max Optimization with Gradient Tracking

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	You, Runze, Huang, Kun, Pu, Shi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Optimal Gradient Tracking for Decentralized Optimization
von: Song, Zhuoqing, et al.
Veröffentlicht: (2021)

Min-Max Grassmannian Optimization for Online Subspace Tracking
von: Bharadwaj, Shreyas, et al.
Veröffentlicht: (2026)

B-ary Tree Push-Pull Method is Provably Efficient for Distributed Learning on Heterogeneous Data
von: You, Runze, et al.
Veröffentlicht: (2024)

The Limit Points of (Optimistic) Gradient Descent in Min-Max Optimization
von: Daskalakis, Constantinos, et al.
Veröffentlicht: (2018)

Distributed Learning over Arbitrary Topology: Linear Speed-Up with Polynomial Transient Time
von: You, Runze, et al.
Veröffentlicht: (2025)

FedSUM Family: Efficient Federated Learning Methods under Arbitrary Client Participation
von: You, Runze, et al.
Veröffentlicht: (2025)

Min-Max Optimization with Dual-Linear Coupling
von: Mehta, Ronak, et al.
Veröffentlicht: (2025)

A Max-Min-Max Algorithm for Large-Scale Robust Optimization
von: Tu, Kai, et al.
Veröffentlicht: (2024)

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

Semi-infinite Nonconvex Constrained Min-Max Optimization
von: Melcher, Cody, et al.
Veröffentlicht: (2025)

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

Diffusion Stochastic Optimization for Min-Max Problems
von: Cai, Haoyuan, et al.
Veröffentlicht: (2024)

On Solving Minimization and Min-Max Problems by First-Order Methods with Relative Error in Gradients
von: Vasin, Artem, et al.
Veröffentlicht: (2025)

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

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

Robust Min-Max (Regret) Optimization using Ordered Weighted Averaging
von: Baak, Werner, et al.
Veröffentlicht: (2023)

Computing Optimal Transport Plans via Min-Max Gradient Flows
von: Conger, Lauren, et al.
Veröffentlicht: (2025)

Decentralized Personalized Federated Learning for Min-Max Problems
von: Borodich, Ekaterina, et al.
Veröffentlicht: (2021)

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

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

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

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

Next-Generation Iterative Algorithms for Large-Scale Min-Max Optimization: Design and Analysis
von: Choudhury, Sayantan
Veröffentlicht: (2025)

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

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

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

Scalable Min-Max Optimization via Primal-Dual Exact Pareto Optimization
von: Park, Sangwoo, et al.
Veröffentlicht: (2025)

Accelerated Stochastic Min-Max Optimization Based on Bias-corrected Momentum
von: Cai, Haoyuan, et al.
Veröffentlicht: (2024)

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

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

Dissipative Gradient Descent Ascent Method: A Control Theory Inspired Algorithm for Min-max Optimization
von: Zheng, Tianqi, et al.
Veröffentlicht: (2024)

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

Online Min-Max Optimization: From Individual Regrets to Cumulative Saddle Points
von: Vyas, Abhijeet, et al.
Veröffentlicht: (2026)

A Mathematics-Inspired Learning-to-Optimize Framework for Decentralized Optimization
von: He, Yutong, et al.
Veröffentlicht: (2024)

A Single-Loop Smoothed Gradient Descent-Ascent Algorithm for Nonconvex-Concave Min-Max Problems
von: Zhang, Jiawei, et al.
Veröffentlicht: (2020)

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

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

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

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