BriefGPT.xyz
Ask
alpha
关键词
device scheduling
搜索结果 - 5
能量收集设备下的联邦学习：一种马尔可夫决策过程框架
应用能量收集技术改善边缘设备局部训练的能耗问题，使用结构增强的深度强化学习算法提高训练性能，并进行了实际数据集的实验证明了方法的有效性。
PDF
2 months ago
物联网分层联邦学习中的设备调度和分配
提出了改进的 K-Center 算法用于设备调度，并引入了基于深度强化学习的方法来分配物联网设备给边缘服务器，证明了在进行 Hierarchical FL 时，调度 50% 的物联网设备通常足以实现收敛，同时延迟和能耗明显降低，而在追求绿色
→
PDF
5 months ago
面向无线联邦学习的通道和梯度重要性感知设备调度
本研究提出一种名为 PO-FL 的概率设备调度框架，以缓解通道噪声的负面影响，在模型对聚合过程中使用该概率重量进行重新加权，通过经验分析得出结论：设备调度通过通信失真和全局更新方差影响学习性能。通过基于收敛性分析，进一步开发了基于渠道和梯度
→
PDF
a year ago
MM
无线联合学习中低延迟设备调度和资源分配
本文基于对计算能力和通信资源的有限制约束，提出了一种联邦学习的设备调度和资源分配策略，该策略通过低限性能损失的界限，将准确性最大化问题拆分为两个子问题，并通过贪心设备调度算法进行解决。实验证明，该策略在各种数据分布和小区半径下均优于现有调度
→
PDF
4 years ago
无线联邦学习中快速收敛的设备调度
本文以联邦学习为背景，提出一种联合带宽分配和设备调度问题的解决方案，该方案通过一个贪心算法和运行时间预算中定向分配宽带的优化模型实现，从而在模型精度和训练时间预算方面实现了最好的性能表现。
PDF
5 years ago
Prev
Next