哈尔·多美三世；杰夫·菲利普斯（Jeff M.Phillips）。；阿维谢克·萨哈；苏雷什·文卡塔苏布拉曼尼亚 用于分布式分类和优化的高效协议。 （英语） Zbl 1366.68235号 Bshouty，Nader H.（编辑）等人，《算法学习理论》。2012年10月29日至31日在法国里昂举行的2012年ALT第23届国际会议。诉讼程序。柏林：施普林格出版社（ISBN 978-3-642-34105-2/pbk）。计算机科学课堂讲稿7568。《人工智能讲义》，154-168（2012）。 摘要：最近的一篇论文[作者，“分布式数据分类器学习协议”，预打印，arXiv:1202.6078]提出了一个分布式学习的通用模型，该模型将学习分类器所需的通信限制在节点间敌对分布的线性可分离数据上，分类器具有（epsilon）错误。在这项工作中，我们对这个基本模型进行了关键的改进和扩展。我们的第一个结果是一个基于两部分乘法加权更新的协议，该协议使用（O（d^{2}\log 1/\epsilon）通信字对任意维的分布式数据进行最优分类。这扩展到对具有通信词的\（O（kd^{2}\log1/\epsilon）\）节点的分类。我们的实验结果表明，我们提出的协议实现简单，比基线相比效率更高。此外，我们还展示了如何在分布式环境中求解固定维和高维线性规划，其中约束可能跨节点分布，通信量较小。我们的技术利用了来自多路径流的新连接，并将乘法加权更新框架更广泛地应用于分布式设置。关于整个系列，请参见[Zbl 1248.68028号]. 引用于2文件 MSC公司： 68T05型 人工智能中的学习和自适应系统 62H30型 分类和区分；聚类分析（统计方面） 68个M12 网络协议 68宽15 分布式算法 软件：bmrm公司 PDF格式BibTeX公司 XML格式引用 \textit{H.DauméIII}等人，Lect。注释计算。科学。7568、154--168（2012年；Zbl 1366.68235） 全文： DOI程序 arXiv公司