A fast-convergence distributed support vector machine in small-scale strongly connected networks
Hua Hua, Xu, Yun Yun, Wen Wen, Jixiong, Wang · Acta Scientiarum Naturalium Universitatis Sunyatseni · 2012
在这份报纸，一个快集中的分布式的支持向量机器(FDSVM ) 算法被建议，瞄准高效地解决分布式的 SVM 训练的问题。而非仅仅在立即的邻居地点之中交换信息，建议 FDSVM 采用确定的闲谈在网络，每个地点在泛滥和反复的举止与其它一起在交流附近加速扩散信息的基于协议的通讯政策。这条通讯政策显著地减少重复的全部的数字，进一步因此加快算法的集中。另外，建议算法被证明在一个任意的强烈连接的网络(SCN ) 上在有限的步收敛到全球最佳。各种各样的基准数据集合的实验证明建议 FDSVM 一致地为大多数网络超过相关最先进的途径，特别在戒指网络，以全部的训练时间。