首站-论文投稿智能助手
典型文献
6G联邦边缘学习新范式:基于任务导向的资源管理策略
文献摘要:
综述了面向6G的联邦边缘学习技术,能够充分利用分布在网络边缘的丰富数据使之服务于人工智能模型训练,以联邦边缘学习为代表的边缘智能技术应运而生,其中无线资源管理策略将以最优化任务学习性能为导向,例如优化模型训练时间、学习收敛性等,从而实现从通信导向到任务导向的设计范式变革.首先,概述了联邦边缘学习基本概念、典型应用场景及其在无线资源管理中的关键问题.然后,以联邦边缘学习中带宽资源分配和用户调度策略为典型的资源管理案例,深入阐述了基于任务导向的设计范式思想.最后,对联邦边缘学习的未来潜在研究方向进行了展望,包括与无线空中计算、通信感知一体化等全新技术的融合赋能.
文献关键词:
6G智能网络;任务导向的联邦边缘学习;资源管理策略;用户调度策略
作者姓名:
王志勤;江甲沫;刘沛西;曹晓雯;李阳;韩凯峰;杜滢;朱光旭
作者机构:
中国信息通信研究院移动通信创新中心,北京 100191;北京大学电子学院,北京 100871;广东工业大学信息工程学院,广东 广州 510006;深圳市大数据研究院,广东 深圳 518172
文献出处:
引用格式:
[1]王志勤;江甲沫;刘沛西;曹晓雯;李阳;韩凯峰;杜滢;朱光旭-.6G联邦边缘学习新范式:基于任务导向的资源管理策略)[J].通信学报,2022(06):16-27
A类:
任务导向的联邦边缘学习
B类:
6G,新范式,基于任务,资源管理策略,学习技术,网络边缘,人工智能模型,模型训练,边缘智能,任务学习,学习性,训练时间,收敛性,到任,设计范式,范式变革,典型应用场景,资源分配,用户调度策略,略为,对联,空中计算,通信感知一体化,融合赋能,智能网络
AB值:
0.275576
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。