Aug, 2019
无线网络联邦学习的调度策略
Scheduling Policies for Federated Learning in Wireless Networks
Howard H. Yang, Zuozhu Liu, Tony Q. S. Quek, H. Vincent Poor
TL;DR本文基于一个分析模型,研究了联邦学习在无线网络中的性能表现和调度策略,并发现在高信噪比下使用比例公平调度策略会比随机调度和轮询调度策略更有效,而在低信噪比下轮询调度策略更为可取。同时发现了更新参数的压缩和量化在提高联邦学习收敛速度方面的重要性,并揭示了在可用频谱量不变的情况下调度的用户数和子信道带宽之间的权衡关系。