본 논문에서는 \cite{JKJJ,MA, NO,NO2}에서 제안된 분산화 최적화 알고리즘을 통합된 방식으로 다룰 수 있는 틀을 제안한다. 보다 구체적으로, \\cite{JKJJ, NO}의 분산 부분경사 하강 알고리즘, \\cite{NO2}의 subgradient-push 알고리즘, 그리고 행-확률(stochastic) 행렬을 갖는 분산 알고리즘 \\cite{MA}는 \\cite{NO}에서 제안된 분산 부분경사 하강에 기반하여 적절한 합의(consensus) 행렬의 선택, 단계-크기(step-size) 및 부분경사(subgradient)를 수행함으로써 유도될 수 있음을 보인다. 이러한 통합적 이해의 결과로, \\cite{NO}에서의 기존 그래프-이론적 조건보다 엄밀히 약한 새로운 대수적 조건 하에서 \\cite{JKJJ,MA, NO,NO2}에 포함된 알고리즘들을 포괄하는 수렴 증명을 제공한다. 또한, 이러한 통합은 새로운 분산 최적화 기법을 도출할 수 있게 해준다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.