分布式在线凸优化的Boosting

IF 5.2 1区 计算机科学 Q1 COMPUTER SCIENCE, INFORMATION SYSTEMS Tsinghua Science and Technology Pub Date : 2023-01-01 DOI:10.26599/TST.2022.9010041
Yuhan Hu;Yawei Zhao;Lailong Luo;Deke Guo
{"title":"分布式在线凸优化的Boosting","authors":"Yuhan Hu;Yawei Zhao;Lailong Luo;Deke Guo","doi":"10.26599/TST.2022.9010041","DOIUrl":null,"url":null,"abstract":"","PeriodicalId":60306,"journal":{"name":"Tsinghua Science and Technology","volume":"28 4","pages":""},"PeriodicalIF":5.2000,"publicationDate":"2023-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://ieeexplore.ieee.org/iel7/5971803/10011153/10011174.pdf","citationCount":"0","resultStr":"{\"title\":\"Boosting for Distributed Online Convex Optimization\",\"authors\":\"Yuhan Hu;Yawei Zhao;Lailong Luo;Deke Guo\",\"doi\":\"10.26599/TST.2022.9010041\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"\",\"PeriodicalId\":60306,\"journal\":{\"name\":\"Tsinghua Science and Technology\",\"volume\":\"28 4\",\"pages\":\"\"},\"PeriodicalIF\":5.2000,\"publicationDate\":\"2023-01-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"https://ieeexplore.ieee.org/iel7/5971803/10011153/10011174.pdf\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Tsinghua Science and Technology\",\"FirstCategoryId\":\"94\",\"ListUrlMain\":\"https://ieeexplore.ieee.org/document/10011174/\",\"RegionNum\":1,\"RegionCategory\":\"计算机科学\",\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q1\",\"JCRName\":\"COMPUTER SCIENCE, INFORMATION SYSTEMS\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Tsinghua Science and Technology","FirstCategoryId":"94","ListUrlMain":"https://ieeexplore.ieee.org/document/10011174/","RegionNum":1,"RegionCategory":"计算机科学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q1","JCRName":"COMPUTER SCIENCE, INFORMATION SYSTEMS","Score":null,"Total":0}
引用次数: 0

摘要

去中心化在线学习(DOL)将在线学习扩展到分布式网络领域。然而,与集中式方法相比,分散环境中本地数据的局限性导致决策或模型的准确性下降。考虑到在网络中使用分布式数据资源实现高精度模型或决策的要求越来越高,尝试应用集成方法来仅通过传递梯度或模型来实现优越的模型或决策。设计了一种新的boosting方法,即分布式在线凸优化boosting(BD-OCO),以实现boosting在分布式场景中的应用。BD-OCO达到后悔上界$\mathcal{O}\left(\frac{M+N}{MN}T\右)$,其中$M$测量分布式网络的大小,$N$是每个节点中的弱学习者(WL)的数量。BD-OCO的核心思想是应用局部模型来训练一个强大的全局模型。BD-OCO基于八个不同的真实世界数据集进行评估。数值计算结果表明,BD-OCO在精度和收敛性方面都取得了良好的性能,并且对分布式网络的大小具有鲁棒性。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Boosting for Distributed Online Convex Optimization
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
CiteScore
12.10
自引率
0.00%
发文量
2340
期刊最新文献
Contents Feature-Grounded Single-Stage Text-to-Image Generation Deep Broad Learning for Emotion Classification in Textual Conversations Exploring a Promising Region and Enhancing Decision Space Diversity for Multimodal Multi-Objective Optimization Exploring a Promising Region and Enhancing Decision Space Diversity for Multimodal Multi-objective Optimization
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1