An Accelerated Primal Dual Algorithm with Backtracking for Decentralized Constrained Optimization
Die Autoren stellen einen verteilten, beschleunigten primal-dualen Algorithmus mit Backtracking (D-APDB) für dezentrale Optimierungsprobleme mit privaten Nebenbedingungen vor, der ohne Kenntnis der Lipschitz-Konstanten auskommt und unter Standardannahmen eine optimale Konvergenzrate von garantiert.