类似推荐
编辑推荐
本书是关于分布式优化算法的系统性的理论成果。
内容简介
本书主要内容包括：（1）提出了分布式的随机次梯度投影算法；（2）提出了异步广播的分布式次梯度随机投影算法；（3）提出了分布式随机坐标块次梯度投影算法；（4）提出了分布式随机坐标块条件梯度算法；（5）提出了量化信息与随机网络拓扑的扩散最小均方算法；（6）提出了分布式随机次梯度在线算法；（7）提出了差分隐私的分布式随机次梯度在线优化算法；（8）提出了分布式条件梯度在线学习算法。
作者简介
作者朱军龙，博士（后）、河南科技大学副教授，中国自动化学会青年工作委员会委员，研究方向为分布式优化理论、强化学习理论，主持国家自然科学基金面上项目1项、省部级项目2项；在IEEE Transactions、电子学报等国内外知名期刊发表论文15篇；在科学出版社出版专著1部（第二）；授权发明专利0余项，其中发明人2项；获河南省科技进步奖二等奖1项、三等奖1项。
章节目录
版权信息
内容简介
前言
第1章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
参考文献
第2章 分布式随机次梯度投影算法
2.1 引言
2.2 算法设计
2.3 主要结果
2.4 收敛性能分析
2.5 本章小结
参考文献
第3章 异步的分布式次梯度随机投影算法
3.1 引言
3.2 算法设计
3.3 主要结果
3.4 收敛性能分析
3.5 误差界分析
3.6 本章小结
参考文献
第4章 量化信息与随机网络拓扑的扩散最小均方算法
4.1 引言
4.2 扩散算法
4.3 算法设计
4.4 均方收敛分析
4.5 稳态性能分析
4.6 仿真结果
4.7 本章小结
参考文献
第5章 分布式随机次梯度在线优化算法
5.1 引言
5.2 问题描述与算法设计
5.3 主要结果
5.4 算法性能分析
5.5 仿真实验
5.6 本章小结
参考文献
第6章 差分隐私的分布式在线优化算法
6.1 引言
6.2 基本概念与定义
6.3 问题描述及算法设计
6.4 主要结果
6.5 差分隐私与性能分析
6.6 本章小结
参考文献
第7章 分布式条件梯度在线学习算法
7.1 引言
7.2 准备工作
7.3 问题形式化与算法
7.4 假设和主要结果
7.5 性能分析
7.6 引理证明
7.7 仿真实验
7.8 本章小结
参考文献
第8章 基于随机块坐标的分布式在线无投影算法
8.1 引言
8.2 问题描述与算法设计
8.3 相关假设和主要结果
8.4 收敛性分析
8.5 仿真实验
8.6 本章小结
参考文献
第9章 基于事件驱动的分布式在线无投影算法
9.1 引言
9.2 问题描述与算法设计
9.3 相关假设与结果
9.4 收敛性分析
9.5 本章小结
参考文献
网络化多智能体系统的分布式优化算法是2021年由清华大学出版社出版,作者张明川。
得书感谢您对《网络化多智能体系统的分布式优化算法》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
