D-ADMM: 분산 최적화를 위한 통신 효율적인 알고리즘

우리는 서로 연결된 노드 또는 에이전트의 네트워크에서 분리 가능한 최적화 문제를 해결하기 위해 분산 알고리즘인 분산 교대 방향 곱셈자 방법(D-ADMM)을 제안합니다. 분리 가능한 최적화 문제에서 각 노드에는 개인 비용 함수와 개인 제약 집합이 있습니다. 목표는 모든 비용 함수의 합을 최소화하고 해결책이 모든 제약 집합의 교차점에 있도록 제한하는 것입니다. D-ADMM은 네트워크가 이분법적이거나 모든 함수가 강한 볼록일 때 수렴하는 것으로 입증되었지만, 실제로 이러한 조건이 만족되지 않더라도 수렴이 관찰됩니다. 우리는 D-ADMM을 사용하여 신호 처리 및 제어 분야의 다음 문제를 해결합니다: 평균 합의, 압축 센싱 및 서포트 벡터 머신. 우리의 시뮬레이션은 D-ADMM이 주어진 정확도 수준을 달성하기 위해 최첨단 알고리즘보다 통신이 적게 필요함을 보여줍니다. 통신 요구 사항이 낮은 알고리즘은 센서 네트워크와 같은 분야에서 중요하며, 여기서 센서는 일반적으로 배터리로 작동하며 통신이 가장 에너지를 소비하는 작업입니다.