分布式估计的通信复杂度

这篇文章来自苹果机器学习，深入研究了分布式估计的通信复杂度，这是一个问题，其中爱丽丝和鲍勃这两个参与者旨在根据他们各自的概率分布来估计一个有界函数的期望值。核心挑战在于最小化实现所需精度水平（加性误差 ε）所需的通信开销。这项研究强调了这个问题在各种领域中的相关性，包括草图、数据库和机器学习。重点是理解通信如何随着问题的参数而扩展，这表明对不同通信协议的效率及其局限性的调查。