內容簡介
近年來,隨著雲計算、大數據、人工智能等新興技術的蓬勃發展,分散式優化在大規模計算、機器學習等領域得到了廣泛應用。 本書主要研究內容包括分散式優化與常微分方程之間的關係、加速分散式優化演算法設計與分析,並針對小步長、理論收斂速度局限性導致演算法收斂速度慢的問題展開深入研究。建立了分散式優化問題、演算法與常微分方程之間聯繫的框架,設計並分析了加速分散式優化演算法及其收斂性,並取得加速收斂速度的效果,在大規模計算、機器學習、聯邦學習和隱私保護等領域有良好的應用前景。 本書適合計算數學和控制科學與工程專業的師生及相關從業人員閱讀。目錄
第1章 緒論