One may also develop custom algorit

One may also develop custom algorithms to enable efficient computation by exploiting the structures of specific problems.For instance, the uplink-downlink duality [8] is exploited to extract the structures of the optimal beamformers [23] and enable efficient algorithms. However, such an approach still2 has the cubic complexity to perform matrix inversion at each iteration [24]. First-order methods, e.g., the ADMM algorithm [25], have recently attracted attention for their distributed and parallelizable implementation, as well as the capability of scaling to large problem sizes. However, most existing ADMM based algorithms cannot provide the certificates of infeasibility [11], [24], [26]. Furthermore, some of them may still fail to scale to large problem sizes, due to the SOCP subproblems [26] or semidefinite programming (SDP) subproblems [11] needed to be solved at each iteration

Results (Vietnamese) 1:

Ai cũng có thể phát triển các thuật toán tùy chỉnh để cho phép tính toán hiệu quả bằng cách khai thác cấu trúc vấn đề cụ thể. Ví dụ, duality uplink downlink [8] được khai thác để trích xuất các cấu trúc tối ưu beamformers [23] và cho phép thuật toán hiệu quả. Tuy nhiên, như một phương pháp tiếp cận still2 có khối phức tạp để thực hiện đảo ngược ma trận tại mỗi iteration [24]. Phương pháp đặt hàng đầu tiên, ví dụ: các thuật toán ADMM [25], gần đây đã thu hút sự chú ý nhất của việc thực hiện phân phối và parallelizable, cũng như khả năng mở rộng quy mô để kích thước vấn đề lớn. Tuy nhiên, hầu hết các thuật toán ADMM dựa trên hiện tại không thể cung cấp các chứng chỉ của infeasibility [11], [24], [26]. Hơn nữa, một số người trong số họ có thể vẫn không để quy mô to lớn vấn đề kích cỡ, do SOCP bài [26] hoặc semidefinite lập trình (SDP) bài [11] cần được giải quyết tại từng lặp đi lặp lại

Results (Vietnamese) 2:

Một cũng có thể phát triển các thuật toán tùy chỉnh để cho phép tính toán hiệu quả bằng cách khai thác các cấu trúc của thể problems.For cụ thể, tính hai mặt đường lên-downlink [8] được khai thác để trích xuất các cấu trúc của beamformers tối ưu [23] và cho phép các thuật toán hiệu quả. Tuy nhiên, như một cách tiếp cận still2 có sự phức tạp để thực hiện khối ma trận nghịch đảo tại mỗi lần lặp [24]. phương pháp đầu tiên đặt hàng, ví dụ như, các thuật toán ADMM [25], gần đây đã thu hút được sự chú ý cho thực hiện phân phối và parallelizable của họ, cũng như khả năng mở rộng quy mô để kích thước vấn đề lớn. Tuy nhiên, hầu hết các thuật toán dựa ADMM hiện tại không thể cung cấp các giấy chứng nhận tính bất khả thi [11], [24], [26]. Hơn nữa, một số trong số họ vẫn có thể thất bại để tỷ lệ kích thước vấn đề lớn do các bài toán SOCP [26] hoặc lập trình (SDP) bài toán semidefinite [11] cần giải quyết ở mỗi lần lặp