ETH Zurich（苏黎世联邦理工学院）

Parallel Coordinate Descent Newton Method for Efficient $\ell_1$-Regularized Minimization

并行坐标下降牛顿法用于高效ℓ1正则化最小化

An Bian, Xiong Li, Yuncai Liu, Ming-Hsuan Yang

机构 * ETH Zurich（苏黎世联邦理工学院） ； CNCERT（国家计算机网络应急中心） ； Shanghai Jiao Tong University（上海交通大学） ； University of California, Merced（加州大学默塞德分校） 纠错

AI总结 本文提出并行坐标下降牛顿算法（PCDN），通过将Hessian矩阵的非对角线元素设为零以实现并行化，有效解决大规模优化问题中的并行性与收敛性问题。