Buchumschlag

Distributed Computing for Huge-Scale Aggregative Convex Programming

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Tao, Luoyi
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Optimization and Control 90C05 90C06 90C25 90C30 68W15 68W40
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

The Güler-type acceleration for proximal gradient, linearized augmented Lagrangian and linearized alternating direction method of multipliers
von: Zhou, Bin, 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)

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)

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

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

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

A Speed-up for Helsgaun's TSP Heuristic by Relaxing the Positive Gain Criterion
von: Ammann, Sabrina C. L., et al.
Veröffentlicht: (2024)

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

On the boundedness of the sequence generated by minibatch stochastic gradient descent
von: Bauschke, Heinz H., et al.
Veröffentlicht: (2025)

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

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

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

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

Riemannian Federated Learning via Averaging Gradient Streams
von: Huang, Zhenwei, et al.
Veröffentlicht: (2024)

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

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

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

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

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

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

Decentralized Parameter-Free Online Learning
von: Ortega, Tomas, 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)

Compressed and Sparse Models for Non-Convex Decentralized Learning
von: Campbell, Andrew, et al.
Veröffentlicht: (2023)

Uniform Value and Decidability in Ergodic Blind Stochastic Games
von: Chatterjee, Krishnendu, et al.
Veröffentlicht: (2024)

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

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

General Constrained Matrix Optimization
von: Garner, Casey, et al.
Veröffentlicht: (2024)

Spectrally Constrained Optimization
von: Garner, Casey, et al.
Veröffentlicht: (2023)

Symmetric Submodular Functions, Uncrossable Functions, and Structural Submodularity
von: Simmons, Miles, et al.
Veröffentlicht: (2025)

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

Accelerating preconditioned ADMM via degenerate proximal point mappings
von: Sun, Defeng, et al.
Veröffentlicht: (2024)

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

Distributed Parallel Structure-Aware Presolving for Arrowhead Linear Programs
von: Kempke, Nils-Christian, et al.
Veröffentlicht: (2026)

On the resolution of $\ell_1$-norm minimization via a two-metric adaptive projection method
von: Wu, Hanju, et al.
Veröffentlicht: (2025)

A Projection-Free Method for Solving Convex Bilevel Optimization Problems
von: Giang-Tran, Khanh-Hung, et al.
Veröffentlicht: (2023)

A Single-Loop Stochastic Proximal Quasi-Newton Method for Large-Scale Nonsmooth Convex Optimization
von: Song, Yongcun, et al.
Veröffentlicht: (2024)

RA-DCA: A Randomized Active-Set DCA for Directional Stationarity in Max-Structured DC Programs
von: Niu, Yi-Shuai
Veröffentlicht: (2026)

On semidefinite programming characterizations of the numerical radius and its dual norm for quaternionic matrices
von: Friedland, Shmuel
Veröffentlicht: (2023)