An Accelerated Primal Dual Algorithm with Backtracking for Decentralized Constrained Optimization
O artigo propõe o D-APDB, um método primal-dual distribuído e acelerado com retroação (backtracking) para otimização restrita em redes descentralizadas, que elimina a necessidade de conhecer constantes de Lipschitz ao adaptar automaticamente o tamanho do passo e garante uma taxa de convergência ótima de para problemas com restrições privadas não lineares.