09:34
官方账号arXiv cs.LG@Chunjing Li, Tiange Zhao, Xiaohui Yuan
推荐理由：这篇论文提出了去中心化网络下的卷积秩回归新框架，用ADMM高效求解，还给出了理论保证，做分布式学习的值得一看。
稀疏优化
共 1 条相关 AI 资讯
7月28日
09:34
本文研究去中心化分布式学习网络中的卷积秩回归（CRR），提出一种新的去中心化CRR框架，通过核平滑秩损失与共识约束优化求解估计量。该方法仅依赖本地节点数据和邻居节点共享信息，实现隐私保护和高效通信。在异构网络设定下，论文为去中心化CRR估计量建立了有限样本误差界，并为稀疏去中心化CRR LASSO估计量推导了精确的支持恢复保证。通过广义共识ADMM求解局部子问题，数值模拟和真实数据实验验证了方法的优越性能。