Fugu-MT 論文翻訳(概要): Distributed function estimation: adaptation using minimal communication

論文の概要: Distributed function estimation: adaptation using minimal communication

arxiv url: http://arxiv.org/abs/2003.12838v1
Date: Sat, 28 Mar 2020 16:44:06 GMT
ステータス: 処理完了
システム内更新日: 2022-12-19 00:03:23.317311
Title: Distributed function estimation: adaptation using minimal communication
Title（参考訳）: 分散関数推定: 最小通信を用いた適応化
Authors: Botond Szabo and Harry van Zanten
Abstract要約: 分散環境では、最小限の通信で最適な速度で滑らかな関数を適応的に推定することができる。答えは、検討されたリスクと、プロシージャが配布されるサーバの数に依存する。
参考スコア（独自算出の注目度）: 1.599072005190786
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We investigate whether in a distributed setting, adaptive estimation of a smooth function at the optimal rate is possible under minimal communication. It turns out that the answer depends on the risk considered and on the number of servers over which the procedure is distributed. We show that for the $L_\infty$-risk, adaptively obtaining optimal rates under minimal communication is not possible. For the $L_2$-risk, it is possible over a range of regularities that depends on the relation between the number of local servers and the total sample size.
Abstract（参考訳）: 分散環境では, 最適速度における滑らかな関数の適応的推定が最小限の通信で可能かどうかを検討する。答えは、考慮されたリスクと、手続きが分散されるサーバの数に依存することが判明した。 l_\infty$-riskの場合、最小の通信下で適応的に最適なレートを得ることはできない。 $L_2$-riskの場合、ローカルサーバの数とサンプルサイズ全体の関係に依存する、一連の正規性に対して可能である。

関連論文リスト

Adaptive Refinement Protocols for Distributed Distribution Estimation under $\ell^p$-Losses [9.766173684831324]
通信制約のある$ellp$損失の離散分布の推定を考える。我々は、ほとんどのパラメーター系における問題の最小値の最適値を得る。
論文参考訳（メタデータ） (2024-10-09T13:46:08Z)
A Specialized Semismooth Newton Method for Kernel-Based Optimal Transport [92.96250725599958]
カーネルベース最適輸送(OT)推定器は、サンプルからOT問題に対処するための代替的機能的推定手順を提供する。 SSN法は, 標準正規性条件下でのグローバル収束率$O (1/sqrtk)$, 局所二次収束率を達成できることを示す。
論文参考訳（メタデータ） (2023-10-21T18:48:45Z)
SLowcal-SGD: Slow Query Points Improve Local-SGD for Stochastic Convex Optimization [12.709177728330399]
我々は,2つの主要な分散ベースラインであるMinibatch-SGDとLocal-SGDに対して有益であることを示す,最初のローカル更新手法を設計する。このアプローチの鍵となるのは、分散設定をカスタマイズする遅いクエリ技術です。
論文参考訳（メタデータ） (2023-04-09T06:10:49Z)
Quantization for decentralized learning under subspace constraints [61.59416703323886]
エージェントがサブスペース制約を最小化するために個々のコスト関数を持つ分散最適化問題を考察する。本稿では,エージェントが確率化量子化器を用いて推定値を圧縮する適応分散型戦略を提案し,検討する。この分析は、量子化ノイズのいくつかの一般的な条件下では、平均二乗誤差と平均ビットレートの両方で戦略が安定であることを示している。
論文参考訳（メタデータ） (2022-09-16T09:38:38Z)
Escaping Saddle Points with Bias-Variance Reduced Local Perturbed SGD for Communication Efficient Nonconvex Distributed Learning [58.79085525115987]
ローカル手法は通信時間を短縮する有望なアプローチの1つである。局所的データセットが局所的損失の滑らかさよりも小さい場合,通信の複雑さは非局所的手法よりも優れていることを示す。
論文参考訳（メタデータ） (2022-02-12T15:12:17Z)
Settling the Communication Complexity for Distributed Offline Reinforcement Learning [10.315054389907031]
オフライン強化学習(RL)において,複数の分散マシンが協調して問題解決を行う新たな環境について検討する。各マシンが送信できる情報の総数(ビット数)には予算の制約がある。文脈的包帯における値関数の予測と, エピソード的および非エピソード的MDPの双方に対して, ミニマックスリスクに対する情報理論的下限を確立する。
論文参考訳（メタデータ） (2022-02-10T06:27:07Z)
Acceleration in Distributed Optimization Under Similarity [72.54787082152278]
集中ノードを持たないエージェントネットワーク上での分散(強い凸)最適化問題について検討する。 $varepsilon$-solutionは$tildemathcalrhoObig(sqrtfracbeta/mu (1-)log1/varepsilonbig)$通信ステップ数で達成される。この速度は、関心のクラスに適用される分散ゴシップ-アルゴリズムの、初めて(ポリログ因子まで)より低い複雑性の通信境界と一致する。
論文参考訳（メタデータ） (2021-10-24T04:03:00Z)
Distributed Nonparametric Function Estimation: Optimal Rate of Convergence and Cost of Adaptation [1.332560004325655]
通信制約下での分散ミニマックス推定と分散適応推定について検討した。適応のための正確な通信コストを定量化し、分散推定のための最適な適応手順を構築する。
論文参考訳（メタデータ） (2021-07-01T02:16:16Z)
The Min-Max Complexity of Distributed Stochastic Convex Optimization with Intermittent Communication [61.60069865891783]
間欠的通信環境における分散凸最適化(ログファクタまで)の分極的複雑性を解消する。本稿では、最適なアルゴリズムを確立するための、一致した上限を持つ新しい下界を示す。
論文参考訳（メタデータ） (2021-02-02T16:18:29Z)
Minimax Off-Policy Evaluation for Multi-Armed Bandits [58.7013651350436]
有界報酬を用いたマルチアームバンディットモデルにおけるオフポリシー評価の問題点について検討する。 3つの設定でミニマックスレート・オプティマティックな手順を開発。
論文参考訳（メタデータ） (2021-01-19T18:55:29Z)
Distributed Gaussian Mean Estimation under Communication Constraints: Optimal Rates and Communication-Efficient Algorithms [2.842794675894731]
通信コストと統計的精度のトレードオフを特徴付ける収束の最小値が確立される。通信効率と統計的に最適な手順が開発されている。
論文参考訳（メタデータ） (2020-01-24T04:19:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。