Fugu-MT 論文翻訳(概要): Decentralized and Equitable Optimal Transport

論文の概要: Decentralized and Equitable Optimal Transport

arxiv url: http://arxiv.org/abs/2403.04259v2
Date: Tue, 12 Mar 2024 04:02:49 GMT
ステータス: 処理完了
システム内更新日: 2024-03-13 13:32:04.041566
Title: Decentralized and Equitable Optimal Transport
Title（参考訳）: 分散・等価最適輸送
Authors: Ivan Lau, Shiqian Ma, C\'esar A. Uribe
Abstract要約: 制約結合最適化問題としてD-OT問題を再構成する。本稿では,O(1/epsilon)の反復複雑度を持つ単一ループ分散アルゴリズムを提案する。
参考スコア（独自算出の注目度）: 5.035903052108509
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper considers the decentralized (discrete) optimal transport (D-OT) problem. In this setting, a network of agents seeks to design a transportation plan jointly, where the cost function is the sum of privately held costs for each agent. We reformulate the D-OT problem as a constraint-coupled optimization problem and propose a single-loop decentralized algorithm with an iteration complexity of O(1/{\epsilon}) that matches existing centralized first-order approaches. Moreover, we propose the decentralized equitable optimal transport (DE-OT) problem. In DE-OT, in addition to cooperatively designing a transportation plan that minimizes transportation costs, agents seek to ensure equity in their individual costs. The iteration complexity of the proposed method to solve DE-OT is also O(1/{\epsilon}). This rate improves existing centralized algorithms, where the best iteration complexity obtained is O(1/{\epsilon}^2).
Abstract（参考訳）: 本稿では,分散(離散)最適輸送(d-ot)問題を検討する。この設定において、エージェントのネットワークは、費用関数が各エージェントのプライベート保持コストの合計である輸送計画の設計を共同で行おうとする。制約結合最適化問題としてD-OT問題を再構成し,O(1/{\epsilon})の反復複雑性を持つ単一ループ分散アルゴリズムを提案する。さらに,分散等方的最適輸送(DE-OT)問題を提案する。 DE-OTでは、輸送コストを最小限に抑える交通計画の協調設計に加えて、エージェントは個々のコストの公平性を確保する。 de-ot を解くための提案手法の反復複雑性も o(1/{\epsilon}) である。このレートは既存の集中型アルゴリズムを改善し、最良の反復複雑性はo(1/{\epsilon}^2)である。

関連論文リスト

Global Convergence of Decentralized Retraction-Free Optimization on the Stiefel Manifold [12.414718831844041]
そこで, DRFGT は, 対応する DRFGT 法に基づいて, 勾配のリトラクションを行うことを示す。また、DRFGTはエージェントのネットワーク上でリトラクションを行うことができる。
論文参考訳（メタデータ） (2024-05-19T15:50:57Z)
Decentralized Multi-Task Online Convex Optimization Under Random Link Failures [5.513958040574729]
我々は不均一な確率を持つランダムリンク障害に対する頑健な分散型サドルポイントアルゴリズムを開発した。我々はアルゴリズムと分析を2点の帯域フィードバックシナリオに拡張する。
論文参考訳（メタデータ） (2024-01-04T00:57:33Z)
Fair collaborative vehicle routing: A deep multi-agent reinforcement learning approach [49.00137468773683]
協力的な車両ルーティングは、キャリアがそれぞれの輸送要求を共有し、互いに代表して輸送要求を実行することで協力するときに発生する。従来のゲーム理論解の概念は、特性関数がエージェントの数とともに指数関数的にスケールするので、計算に費用がかかる。我々は,この問題を,深層マルチエージェント強化学習を用いて解決した連立交渉ゲームとしてモデル化することを提案する。
論文参考訳（メタデータ） (2023-10-26T15:42:29Z)
Neural Optimal Transport with General Cost Functionals [66.41953045707172]
一般費用関数の最適輸送計画を計算するニューラルネットワークに基づく新しいアルゴリズムを提案する。アプリケーションとして,クラス単位の構造を保ちながら,データ分布をマップするコスト関数を構築した。
論文参考訳（メタデータ） (2022-05-30T20:00:19Z)
Distributed Contextual Linear Bandits with Minimax Optimal Communication Cost [48.288452411283444]
そこでは,$N$エージェントが協調して,$d$次元の特徴を持つ線形帯域最適化問題を解く。本稿では,LinUCBアルゴリズムの分散バッチ除去版であるDisBE-LUCBを提案する。我々は、DisBE-LUCBの通信コストがわずか$tildemathcalO(dN)$であり、その後悔は少なくとも$tildemathcalO(dN)$であることを示す。
論文参考訳（メタデータ） (2022-05-26T05:56:23Z)
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)
Order Constraints in Optimal Transport [6.677646909984405]
本稿では, 構造を組み込むために, 最適輸送の定式化に新しい順序制約を導入する。最適輸送計画に構造を加えるための説明可能なアプローチを可能にする計算効率の低い境界を導出する。
論文参考訳（メタデータ） (2021-10-14T11:26:23Z)
Lower Bounds and Optimal Algorithms for Smooth and Strongly Convex Decentralized Optimization Over Time-Varying Networks [79.16773494166644]
通信ネットワークのノード間を分散的に保存するスムーズで強い凸関数の和を最小化するタスクについて検討する。我々は、これらの下位境界を達成するための2つの最適アルゴリズムを設計する。我々は,既存の最先端手法と実験的な比較を行うことにより,これらのアルゴリズムの理論的効率を裏付ける。
論文参考訳（メタデータ） (2021-06-08T15:54:44Z)
Convergence Analysis of Nonconvex Distributed Stochastic Zeroth-order Coordinate Method [3.860616339202303]
本稿では,$ZOn$局所コスト関数の合計により形成されるグローバルコスト関数を最小化する分散非最適化問題について検討する。エージェントは問題を解くためにzo座標法を近似する。
論文参考訳（メタデータ） (2021-03-24T03:07:46Z)
Equitable and Optimal Transport with Multiple Agents [48.17429789586127]
複数のコストがかかる場合に最適輸送問題を拡張します。 1つのディストリビューションを別のディストリビューションに転送する作業は、エージェント間で均等に共有することを目的としています。別の視点では、目的がエージェント間で均等な商品を均質な選好に従って分配することである。
論文参考訳（メタデータ） (2020-06-12T15:15:41Z)
Constrained Multiagent Rollout and Multidimensional Assignment with the Auction Algorithm [0.0]
本稿では,制約付き決定論的動的プログラミングに適用可能なロールアウトアルゴリズムの拡張について考察する。提案手法では,ベースが実現可能な解を生成する場合,ロールアウトアルゴリズムはコスト改善特性を有することを示す。コスト改善特性は計算要求を大幅に削減した代替実装で維持されていることを示す。
論文参考訳（メタデータ） (2020-02-18T07:09:06Z)

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。