-
公开(公告)号：CN116205312A
公开(公告)日：2023-06-02
申请号：CN202310182495.3
申请日：2023-03-01
Applicant: 北京邮电大学
Abstract: 本发明公开了一种无线联邦学习框架及资源优化方法，解决联邦学习不适用于许多具有少量计算资源的硬件受限物联网设备的问题，在该框架中，计算资源充足的用户将本地训练后的模型参数上传到基站，而计算资源受限的用户则只需将训练数据发送给基站，再经过基站端的数据训练和模型聚合获得全局模型，满足了计算资源受限的用户和计算资源充足的用户协作训练全局模型的需求。另外，为了改善数据传输的速率和减小联邦学习的聚合误差，本发明构建了一个非凸优化问题来联合设计用户的发送功率和基站的接收策略，并使用连续凸近似方法求解该问题。
Search Results
1
records
(took 0.021 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
