跳到正文
原文
arXiv stat.ML· Rui Wang·· 7 天前AI 评分27

受限参与下的 Hessian 相似性优化:下界与虚拟主节点

Hessian-Similar Optimization with Capped Participation: Lower Bounds and Virtual Masters

AI 导读

针对每轮最多联系 $m$ 个客户端中 $s$ 个的受限参与 Hessian 相似性优化,研究推导出了零保持局部算法在强凸二次函数上的轮数下界 $\Omega((m/s)\sqrt{\min\{\delta_a,\bar\delta/\sqrt m\}/\mu}\,\log(1/\epsilon))$。

来源:arXiv stat.ML · arxiv.org