Nov, 2019
能源感知模拟聚合用于带有冗余数据的联邦学习
Energy-Aware Analog Aggregation for Federated Learning with Redundant Data
Yuxuan Sun, Sheng Zhou, Deniz Gündüz
TL;DR本研究提出了使用模拟聚合降低通信成本和使用冗余数据解决非独立同分布数据问题的方法，并介绍一种在线的、考虑能源的动态工人调度策略，用于最大化每次迭代中进行梯度更新的工人数量的平均值，并基于 Lyapunov 优化分析了其性能。实验表明，在严格的能源预算下，数据存储量增加一倍可以将精度提高 9.8％，而所提出的策略可以在不违反能源约束的情况下实现接近最优的精度。