典型文献
面向多层无线边缘环境下的联邦学习通信优化的研究
文献摘要：
现有的联邦学习模型同步方法大多基于单层的参数服务器架构,难以适应当前异构无线网络场景,同时存在单点通信负载过重、系统延展性差等问题.针对这些问题,文中提出了一种面向边缘混合无线网络的联邦学习高效模型同步方法.在混合无线网络环境中,边缘移动终端将本地模型传输给附近的小型基站,小型基站收到边缘移动终端模型后执行聚合算法,并将聚合后的模型发送给宏基站完成全局模型更新.考虑到信道性能的异构性和数据传输在无线信道上的竞争关系,文中提出了一种新型的分组异步模型同步方法,并设计了基于传输速率感知的信道分配算法.在真实的数据集上进行了实验,实验结果表明,与传统的模型更新算法相比,所提基于分组异步模型更新的信道分配方法可以缩短25％～60％的训练通信时间,大幅度提升了联邦学习的训练效率.
文献关键词：
联邦学习;异步更新;信道分配;异构无线网络;模型聚合
中图分类号：
作者姓名：
赵罗成;屈志昊;谢在鹏
作者机构：
河海大学计算机与信息学院 南京211100
文献出处：
引用格式：
[1]赵罗成;屈志昊;谢在鹏-.面向多层无线边缘环境下的联邦学习通信优化的研究)[J].计算机科学,2022(03):39-45
A类：
速率感知
B类：
联邦学习,学习通,通信优化,参数服务器,服务器架构,异构无线网络,网络场景,单点,通信负载,延展性,无线网络环境,移动终端,输给,小型基站,聚合算法,发送给,宏基站,全局模型,模型更新,道性,异构性,数据传输,无线信道,竞争关系,传输速率,信道分配,分配算法,新算法,分配方法,训练效率,异步更新,模型聚合
AB值：
0.359245
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
