Decentralized Proximal Gradient Algorithms With Linear Convergence Rates

This article studies a class of nonsmooth decentralized multiagent optimization problems where the agents aim at minimizing a sum of local strongly-convex smooth components plus a common nonsmooth term. We propose a general primal-dual algorithmic framework that unifies many existing state-of-the-ar...

Celý popis

Podrobná bibliografie

Vydáno v:	IEEE transactions on automatic control Ročník 66; číslo 6; s. 2787 - 2794
Hlavní autoři:	Alghunaim, Sulaiman A., Ryu, Ernest K., Yuan, Kun, Sayed, Ali H.
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York IEEE 01.06.2021 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Algorithms Approximation algorithms Convergence Convex functions Cost function Decentralized optimization diffusion Electronic mail gradient tracking linear convergence Multiagent systems Optimization proximal gradient algorithms Symmetric matrices unified decentralized algorithm
ISSN:	0018-9286, 1558-2523
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!