-
公开(公告)号:CN110458293A
公开(公告)日:2019-11-15
申请号:CN201910410046.3
申请日:2019-05-16
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种优化网络延迟的分布式ADMM机器学习方法。一个凸优化问题可以分解成许多子凸优化问题,每个子凸优化问题可以通过ADMM算法在对应的子节点解决。针对基于桥节点和工作节点的分布式ADMM算法的整体运行速度受限于网络连接延迟的影响,本发明提出了一种优化网络延迟的分布式ADMM机器学习算法,即在进行ADMM迭代运算前,考虑网络延迟的影响,动态地规划桥节点的位置以及个数,在相当程度上可以克服网络延迟、动态性、拓扑形态、带宽限制、数据分布化存储等网络特性对算法性能造成的影响。
-
公开(公告)号:CN110458293B
公开(公告)日:2023-03-31
申请号:CN201910410046.3
申请日:2019-05-16
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种优化网络延迟的分布式ADMM机器学习方法。一个凸优化问题可以分解成许多子凸优化问题,每个子凸优化问题可以通过ADMM算法在对应的子节点解决。针对基于桥节点和工作节点的分布式ADMM算法的整体运行速度受限于网络连接延迟的影响,本发明提出了一种优化网络延迟的分布式ADMM机器学习算法,即在进行ADMM迭代运算前,考虑网络延迟的影响,动态地规划桥节点的位置以及个数,在相当程度上可以克服网络延迟、动态性、拓扑形态、带宽限制、数据分布化存储等网络特性对算法性能造成的影响。
-