基于Bandit反馈的分布式在线对偶平均算法

• 作者: 朱小梅
• 来源期刊: 四川轻化工大学学报（自然科学版）
• 学科: 工学
• 关键词: 分布式在线优化 对偶平均算法 Bandit反馈 Regret界
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 数理基础科学
• 页码范围: 87-93
• 页数: 7页
• 分类号: TB115
• 字数: 4868字
• 语种: 中文
• DOI: 10.11863/j.suse.2020.03.14

摘要

为解决梯度信息难以获取的分布式在线优化问题,提出了一种基于Bandit反馈的分布式在线对偶平均(DODA-B)算法.首先,该算法对原始梯度信息反馈进行了改进,提出了一种新的梯度估计,即Bandit反馈,利用函数值信息去近似原损失函数的梯度信息,克服了求解复杂函数梯度存在的计算量大等问题.然后,给出了该算法的收敛性分析,结果表明,Regret界的收敛速度为O(Tmax{k,1-k}),其中T是最大迭代次数.最后,利用传感器网络的一个特例进行了数值模拟计算,计算结果表明,所提算法的收敛速度与现有的分布式在线对偶平均(DODA)算法的收敛速度接近.与DODA算法相比,所提出算法的优点在于只考虑了函数值信息,使其更适用于梯度信息获取困难的实际问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱小梅	重庆师范大学数学科学学院	7	15	1.0	3.0