[論文レビュー] Variable Stepsize Distributed Forward-Backward Splitting Methods as Relocated Fixed-Point Iterations

Felipe Atenas, Minh N. Dao+1 more|arXiv (Cornell University)|Jan 21, 2026

Optimization and Variational Analysis被引用数 0

ひとこと要約

論文は、 relocat ed 固定点反復を用いて、结构化された単調包含問題に対する可変ステップサイズ分散型前向き・後向き分割法の枠組みを開発し、定常ステップサイズ法と同等の1回あたりの計算コストと収束性を保持する。円錐的に平均化された演算子へ拡張し、グラフベースのマルチオペレータ変種を含む。

ABSTRACT

We present a family of distributed forward-backward methods with variable stepsizes to find a solution of structured monotone inclusion problems. The framework is constructed by means of relocated fixed-point iterations, extending the approach introduced in arXiv:2507.07428 to conically averaged operators, thus including iteration operators for methods of forward-backward type devised by graphs. The family of methods we construct preserve the per-iteration computational cost and the convergence properties of their constant stepsize counterparts. Specifically, we show that the resulting methods generate a sequence that converges to a fixed-point of the underlying iteration operator, whose shadow sequences converge to a solution of the problem. Numerical experiments illustrate the behaviour of our framework in structured sparse optimisation problems.

研究の動機と目的

• 分散型前向き・後向き分割法を用いて、可変ステップサイズで構造化された単調包含問題を動機づけ解く。
• 変数パラメータを保持しつつ、円錐的平均化演算子へ拡張して収束保証を保つために Relocated Fixed-Point Iterations を拡張する。
• 分散環境でマルチオペレータ前向き・後向き法を有効にし、1回あたりの計算コストと収束性を保持する。
• グラフベースの構造を取り入れ、スケーラブルな分散フレームワークでマルチオペレータ包含を扱う。

提案手法

• 円錐的平均化演算子フレームワークを定義し、パラメトリックファミリに対するデミクローズ性原理を拡張する。
• 固定点 relocators を導入し、relocated iterations の主要特性を証明する。
• 特定の Assumptions の下で行列 M, N, P, R を用いて可変ステップサイズの分散型前向き・後向き反復演算子を構築する。
• relocated 固定点反復が固定点へ収束し、シャドウ列が問題の解へ収束することを証明する。
• マルチオペレータおよびグラフベースの前向き・後向き法へ特化し、relocated 三オペレータ(Davis–Yin) スキームを特別なケースとして含む。
• 定常ステップサイズと比較して、1回あたりの計算コストと収束保証を維持する条件を導出する。

(a) Relative error of $(x_{k})_{k\in\mathbbm{N}}$ .

実験結果

リサーチクエスチョン

• RQ1 可変ステップサイズの分散型前向き・後向き法を、構造化された単調包含問題に対して収束保証付きで開発できるか。
• RQ2 relocated fixed-point iterations を円錐的平均化演算子へ拡張して、マルチオペレータおよびグラフベースの前向き・後向き法を包含できるか。
• RQ3 分散型マルチオペレータ包含に対して、1回あたりのコストを保持し収束を可能とする固定点 relocator の構成はどのようになるか。
• RQ4 これらの relocat ed 手法は、分散環境における既知の前向き・後向き法および Davis–Yin スキームとどのように関連し、一般化されるか。

主な発見

• 円錐的平均化演算子のデミクローズ性フレームワークをパラメトリックに確立し、可変パラメータ下での収束解析を可能にする。
• 固定点 relocator を定義し、異なるステップサイズ間で固定点を写像することを示し、relocation ベースの反復を可能にする。
• 分散型前向き・後向き演算子を、構造的仮定を満たす M, N, P, R の行列と、それに対応する固定点 relocator e^γ を構築して定式化する。
• ココソercity 性仮定および上記の行列条件の下で、relocated iterations が固定点へ収束し、シャドウ列が単調包含の解へ収束する。
• この枠組みはグラフベースの前向き・後向き法を包含し、Davis–Yin の三オペレータスキームを特別なケースとして含む。
• 1回あたりの計算コストは、定常ステップサイズと比較して保存される。

(b) Relative error of $(y_{k})_{k\in\mathbbm{N}}$ .