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...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	IEEE transactions on automatic control Jg. 66; H. 6; S. 2787 - 2794
Hauptverfasser:	Alghunaim, Sulaiman A., Ryu, Ernest K., Yuan, Kun, Sayed, Ali H.
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	New York IEEE 01.06.2021 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Schlagworte:	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
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!