edge networks | BriefGPT - AI 论文速递

关键词edge networks

搜索结果 - 5

非联邦多任务分割学习的异构源
边缘网络和移动计算的发展需要设计新的分布式机器学习机制来服务于异构数据源。本文提出了一种多任务分割学习（MTSL）框架，结合了分割学习（SL）的优点和分布式网络架构的灵活性，以实现高效处理异构数据源的多任务学习，具有快速收敛、低通信成本和对
PDFa month ago
边缘网络零触及配置中的分布式人工智能：挑战与研究方向
将分布式人工智能与零触摸配置相结合，以实现零触摸网络在边缘网络中的智能资源配置，减少人为干预并克服当前的限制。
PDF7 months ago
U 形并行分布学习的资源优化分配
本研究开发了一种新型的并行 U 形分割学习方法，并设计了最佳化资源分配方案，以提高边缘网络的性能。实验结果表明，该方案能够在保护标签隐私的同时，实现与其他分割学习基线模型类似的性能。
PDFa year ago
Q-SHED：基于海森矩阵特征向量量化的边缘分布式优化
提出一种基于 Newton-type 方法的分布式优化算法 Q-SHED，采用增量 Hess 量子化的位分配方案，可以大幅减少收敛所需的通信轮次，从而提高边缘网络的通信效率。
PDFa year ago
MM边缘网络通信延迟中的联邦学习
本研究提出了一种名为 “FedDelAvg” 的延迟加权算法，用于解决分布式机器学习模型训练中网络边缘设备之间的通信延迟问题，并通过理论分析和实验证明，在优化加权方案以考虑延迟的情况下，FedDelAvg 算法在收敛速度上取得了显著改善。
PDF4 years ago