An Accelerated Primal Dual Algorithm with Backtracking for Decentralized Constrained Optimization
Este artículo presenta D-APDB, un algoritmo distribuido acelerado de primal-dual con retroalimentación que resuelve problemas de optimización convexa con restricciones privadas en redes descentralizadas sin requerir conocimiento previo de las constantes de Lipschitz, logrando una tasa de convergencia óptima de .