연구진은 비볼록 선형 제약 문제를 해결하는 브레그만 ADMM 알고리즘을 분석했어요. 기존 리프시츠-그라디언트 가정 대신 브레그만 커널을 이용한 헤세스 비교 조건을 도입했어요. 분산 최적화를 위한 다중 블록 스타 합의 공식에도 분석을 확장했어요.
알고리즘 반복은 매끄러운 원시-이중 고정점 맵을 정의하며, 엄격한 안장점은 불안정한 고정점이에요. 따라서 무작위 초기화에서 반복은 확률 0으로 엄격한 안장점으로 수렴해요. 기존 1차 수렴 결과와 결합하여 제한된 KKT 점의 거의 확실한 2차 정점성을 얻을 수 있어요.
대칭 텐서 인자분해 예제를 통해 분리 가능한 합의 설정을 넘어 브레그만 근접 분할 아이디어를 보여주며, 분산 행렬 인자분해에 대한 수치 실험을 통해 이론을 입증했어요.