| タイトル | Reducing the Computational and Communication Complexity of a Distributed Optimization for Regularized Logistic Regression |
|---|---|
| 著者 | 宮 希望 、増井 秀之 、地主 創 、松嶋 敏泰 |
| 年度 | 2019 |
| 形式 | 国際学会 |
| 分野 | 知識情報処理 |
| 掲載雑誌名 | Proceedings of 2019 IEEE International Conference on Systems, Man, and Cybernetics |
| 掲載号・ページ | pp.3454–3459, Bari |
| 掲載年 | 2019 |
| 掲載月 | 10 |
| アブスト （日本語） |
学会名：2019 IEEE International Conference on Systems, Man, and Cybernetics 日程：2019年10月5–9日（発表日: 9日） 場所：Bari, Italy 査読有 DOI: あり |
| アブスト （英語） |
In this paper, we propose a new distributed optimization method that computes a Lasso estimator for logistic regression in the case when two parties have explanatory variables corresponding to distinct attributes. An existing protocol using the alternating direction method of multipliers (ADMM) for linear regression can be applied to logistic regression. However, this protocol needs an underlying iterative method such as the gradient method. We show that the proposed protocol using the generalized Bregman ADMM, which removes the necessity to use the underlying iterative method, requires lower computational and communication complexity. |
| 備考 （日本語） |
1 |
| 備考 （英語） |
1 |
| 論文原稿 | |
| 発表資料 |
