分布式网络中的随机优化算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号说明 | 第13-14页 |
| 第1章 绪论 | 第14-26页 |
| 1.1 引言 | 第14页 |
| 1.2 分布式网络 | 第14-15页 |
| 1.3 有中心与无中心分布式信息处理 | 第15-19页 |
| 1.4 问题描述 | 第19-20页 |
| 1.5 国内外研究现状 | 第20-24页 |
| 1.5.1 无中心分布式一致优化问题 | 第20-21页 |
| 1.5.2 社交网络中的链路预测问题 | 第21-24页 |
| 1.6 本文贡献 | 第24-25页 |
| 1.7 本文结构 | 第25-26页 |
| 第2章 相关基础研究 | 第26-36页 |
| 2.1 凸优化 | 第26-30页 |
| 2.1.1 基本概念 | 第26-27页 |
| 2.1.2 相关数值方法 | 第27-28页 |
| 2.1.3 拉格朗日对偶理论 | 第28-30页 |
| 2.2 图论 | 第30-32页 |
| 2.3 矩阵理论 | 第32-36页 |
| 第3章 带约束的分布式一致优化算法 | 第36-52页 |
| 3.1 问题描述 | 第36-37页 |
| 3.2 原域的分布式随机投影法 | 第37页 |
| 3.3 分布式算法设计与分析 | 第37-49页 |
| 3.3.1 等效形式 | 第38-39页 |
| 3.3.2 确定性原对偶分离投影算法 | 第39-40页 |
| 3.3.3 随机性原对偶分离投影算法 | 第40页 |
| 3.3.4 算法分析 | 第40-41页 |
| 3.3.5 算法收敛性证明 | 第41-49页 |
| 3.4 数值实验 | 第49-51页 |
| 3.4.1 实验设置 | 第49-50页 |
| 3.4.2 算法比较 | 第50-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第4章 符号网络中的链路预测问题 | 第52-66页 |
| 4.1 问题描述 | 第52-54页 |
| 4.1.1 秩与核范数最小化模型 | 第53-54页 |
| 4.1.2 矩阵分解模型 | 第54页 |
| 4.2 集中式算法回顾 | 第54-57页 |
| 4.2.1 交替最小二乘法 | 第55-56页 |
| 4.2.2 随机梯度下降法 | 第56-57页 |
| 4.3 分布式算法设计与分析 | 第57-59页 |
| 4.3.1 分布式异步随机梯度下降法 | 第57-59页 |
| 4.3.2 算法分析 | 第59页 |
| 4.4 数值实验 | 第59-64页 |
| 4.4.1 数据集 | 第59-60页 |
| 4.4.2 实验设置 | 第60-61页 |
| 4.4.3 秩估计与正则化参数 | 第61-62页 |
| 4.4.4 准确率比较 | 第62页 |
| 4.4.5 接近线性的加速比 | 第62-64页 |
| 4.5 本章小结 | 第64-66页 |
| 第5章 总结与展望 | 第66-68页 |
| 5.1 全文总结 | 第66-67页 |
| 5.2 未来展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 在读期间发表的学术论文与取得的研究成果 | 第74页 |
