Communication-efficient asynchronous federated learning inresource-constrained edge computing_communication-efficient federated learning for res

作者：笔触狂放9 | 2024-05-15 08:20:25

踩

communication-efficient federated learning for resource-constrained edge dev

文献来源	Computer Networks journal homepage: www.elsevier.com/locate/comnet
文献作者	Jianchun Liu a , Hongli Xu b , ∗ , Yang Xu b , ∗ , Zhenguo Ma b , Zhiyuan Wang b , Chen Qian c , He Huang d
发表日期	2021

一、摘要

联邦学习(FL)已被广泛应用于边缘计算中在大量数据上训练机器学习模型。然而，现有的FL解决方案可能会导致训练时间长或高资源（例如，带宽）成本，因此不能直接应用于资源受限的边缘节点，如基站和接入点。在本文中，我们提出了一种新的通信高效异步联邦学习(CE-AFL)机制，在该机制中，参数服务器将只聚合所有边缘节点在每个边缘节点的0<

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/笔触狂放9/article/detail/571966