A.Salman,Avestimehr;穆罕默德·穆萨维·卡兰,赛义德;马赫迪·索塔诺尔科塔比 编码分布式优化的基本资源权衡。 (英文) Zbl 1523.68052号 Inf.推断 10,编号1,231-260(2021). 摘要:处理当今海量数据集的剪切大小和复杂性需要能够以并行和分布式方式分析数据的计算平台。在这种现代分布式计算环境中出现的一个主要瓶颈是,一些工作节点可能运行缓慢。这些节点也称为掉队节点,可以显著降低计算速度,因为最慢的节点可能会决定整个计算时间。最近的一种称为编码优化的计算框架在数据中创建了冗余,以减轻掉队者的影响。在本文中,我们对这个框架进行了新的数学理解,证明了它在比以前更广泛的环境中的有效性。我们还分析了迭代编码优化算法的收敛行为,使我们能够在此框架中描述收敛速度、数据集大小、精度、计算负载(或数据冗余)和离散容忍度之间的基本权衡。 MSC公司: 68T05型 人工智能中的学习和自适应系统 64岁以下 分布式系统 关键词:分布式计算;机器学习;优化;落伍者 PDF格式BibTeX公司 XML格式引用 \textit{A.S.Avestimehr}等人,Inf.Inference 10,No.1,231--260(2021;Zbl 1523.68052) 全文: 内政部 arXiv公司