• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Information Theory, IEEE Transactions on >Convergence of Min-Sum Message-Passing for Convex Optimization
【24h】

Convergence of Min-Sum Message-Passing for Convex Optimization

机译：最小和消息传递的收敛性，用于凸优化

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We establish that the min-sum message-passing algorithm and its asynchronous variants converge for a large class of unconstrained convex optimization problems, generalizing existing results for pairwise quadratic optimization problems. The main sufficient condition is that of scaled diagonal dominance. This condition is similar to known sufficient conditions for asynchronous convergence of other decentralized optimization algorithms, such as coordinate descent and gradient descent.
机译：我们建立了最小和消息传递算法及其异步变量对于一大类无约束凸优化问题收敛，将成对二次优化问题的现有结果推广了下来。主要的充分条件是按比例缩放对角线优势。此条件类似于其他分散优化算法（例如坐标下降和梯度下降）的异步收敛的已知充分条件。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号