통신 효율적인 분산 통계 추론

우리는 분산 통계 추론 문제를 해결하기 위한 통신 효율적인 대리 우도(CSL) 프레임워크를 제시합니다. CSL은 저차원 추정, 고차원 정규화 추정 및 베이지안 추론에 사용할 수 있는 글로벌 우도에 대한 통신 효율적인 대리를 제공합니다. 저차원 추정의 경우, CSL은 명백한 평균화 방식보다 개선된 성능을 보이며 신뢰 구간의 구축을 촉진합니다. 고차원 정규화 추정의 경우, CSL은 통신 비용을 제어하는 최소 최대 최적 추정기로 이어집니다. 베이지안 추론의 경우, CSL은 실제 사후 분포로 수렴하는 통신 효율적인 준 사후 분포를 형성하는 데 사용될 수 있습니다. 이 준 사후 절차는 비분산 설정에서도 마르코프 체인 몬테 카를로(MCMC) 알고리즘의 계산 효율성을 크게 향상시킵니다. 우리는 CSL 근사의 특성을 탐구하기 위한 이론 분석과 실험을 제시합니다. 이 기사의 추가 자료는 온라인에서 제공됩니다.