On the rates of convergence of parallelized averaged stochastic gradient algorithms

The growing interest for high-dimensional and functional data analysis led in the last decade to important research developing a consequent amount of techniques. Parallelized algorithms, which consist of distributing and treat the data into different machines, for example, are a good answer to deal...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Statistics (Berlin, DDR) Ročník 54; číslo 3; s. 618 - 635
Hlavní autoři:	Godichon-Baggioni, Antoine, Saadane, Sofiane
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Abingdon Taylor & Francis 03.05.2020 Taylor & Francis Ltd Taylor & Francis: STM, Behavioural Science and Public Health Titles
Témata:	Algorithms asynchronous parallel optimization averaging Central limit theorem Convergence Data analysis Dimensional analysis distributed estimation Machinery Normality Parallel processing Statistics Stochastic gradient descent Distributed estimation Averaging Central Limit Theorem Stochastic Gradient Descent Asynchronous parallel optimization
ISSN:	0233-1888, 1029-4910
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!