Jun, 2022
基于聚类联邦学习的雾计算无线接入网络内容流行度预测
Content Popularity Prediction in Fog-RANs: A Clustered Federated Learning Based Approach
Zhiheng Wang, Yanxiang Jiang, Fu-Chun Zheng, Mehdi Bennis, Xiaohu You
TL;DR本研究探讨了雾计算无线接入网络(F-RANs)中的内容流行度预测问题。通过聚类联合学习,提出了一种新的移动性感知流行度预测策略,该策略集成了针对本地用户和移动用户的内容流行度。借助双通道神经网络模型,结合本地用户和内容的隐藏特征,实现了对本地用户内容流行度的预测。同时借助用户偏好学习方法实现了对移动用户内容流行度的预测。通过聚类联合学习,提高了内容流行度预测性能。