分布式与并行算法设计

本方向致力于面向大规模数据处理的分布式与并行算法研究，核心内容包括：

[1] 通讯复杂度优化：在保证算法精度的前提下，降低节点间的数据交换量，提升整体效率；

[2] 通讯轮数优化：减少分布式计算中的交互轮数，加速全局收敛；

[3] 存储空间优化：设计轻量化数据结构与压缩机制，缓解大规模任务下的存储压力；

[4] 分机运行时间优化：提升单机局部计算效率，实现全局并行加速。

研究目标是构建高效、可扩展且具理论保证的分布式与并行算法框架，以支撑海量数据环境下的智能计算需求。