Random Coordinate Descent Algorithms for Multi-Agent Convex Optimization Over Networks

In this paper, we develop randomized block-coordinate descent methods for minimizing multi-agent convex optimization problems with linearly coupled constraints over networks and prove that they obtain in expectation an ε accurate solution in at most O(1/λ 2 (Q)ϵ) iterations, where λ 2 (Q) is the sec...

Celý popis

Podrobná bibliografie

Vydáno v:	IEEE transactions on automatic control Ročník 58; číslo 8; s. 2001 - 2012
Hlavní autor:	Necoara, Ion
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	IEEE 01.08.2013
Témata:	Algorithm design and analysis Convergence Convex functions Distributed control Eigenvalues and eigenfunctions Linear programming linearly coupled constraints Optimization random coordinate descent rate of convergence resource allocation problems smooth convex optimization Vectors
ISSN:	0018-9286, 1558-2523
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!