lyapunov optimization | BriefGPT

关键词lyapunov optimization

搜索结果 - 14

无线网络控制系统尾部控制的资源优化
在有限的通信和计算资源下，本研究论文探讨了可扩展无线网络控制系统（WNCS）的控制稳定性的关键设计挑战之一，通过引入一种称为基于尾部控制的替代控制概念，扩展了多动态控制系统在共享无线网络上的经典线性二次调节器（LQR）成本函数。我们将多个控
PDF14 days ago
模拟全客户参与：联邦学习的长期客户选择策略
通过最小化客户子集与完整客户集之间的梯度空间估计误差，我们提出了一种旨在模拟完整客户参与下性能的新型客户选择策略，并引入了一种新颖的个体公平约束，以确保具有类似数据分布的客户具有类似的被选择频率，从长期的角度指导客户选择过程。我们利用 Ly
PDFa month ago
面向代理的基于拍卖的联邦学习中数据拥有者的联合决策支持
基于拍卖的联邦学习（AFL）引起了广泛的研究兴趣，因其能通过经济手段激励数据所有者（DO）参与 FL。本文提出了一种面向 DO 的首个代理导向的联合定价、接受和分委托决策支持方法（PAS-AFL），通过考虑 DO 的当前声誉、待处理的 FL
PDF2 months ago
多任务联合学习的公平性感知工作调度
基于 Lyapunov 优化，提出了首个公平感知的联邦作业调度（FairFedJS）方法，确保对高需求的联邦学习客户端数据集进行公平分配，以防止长时间等待。通过在两个数据集上与四种最先进的方法进行广泛实验证明，相较于最佳基准线，其在调度公平
PDF6 months ago
为联邦学习选择公平感知的客户
通过 Lyapunov 优化的公平感知联邦用户选择（FairFedCS）方法可以在联邦学习中动态调整联邦用户的选择概率，根据联邦用户的声誉、参与联邦任务的次数和对最终模型性能的贡献，共同考虑性能和公平性。在真实的多媒体数据集上进行的大量实验
PDFa year ago
移动联邦学习网络的多层客户端选择
提出了一种称为 SocFedCS 的新的基于 Lyapunov 优化的优化客户端选择方案，其通过信任网络在移动联邦学习网络中最小化成本并训练高质量的联邦学习模型，在四个真实世界的多媒体数据集上的实验表明，它的平均测试准确率比最佳基线高 2.
PDFa year ago
不确定信道下的联邦学习：客户端调度与资源分配
本文提出了一种联合客户端调度和资源块分配策略，通过利用高斯过程回归（GPR）的无线信道预测方法和 Lyapunov 优化框架，可以减少在不完美信道情况下联邦学习（FL）的准确性损失。通过数值模拟，在完美和不完美 CSI 下，实验表明该方法可
PDF4 years ago
能源感知模拟聚合用于带有冗余数据的联邦学习
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
PDF5 years ago
加速重缩放梯度下降：平滑函数的快速优化
本文提出了下降算法族，引入了一种名为坐标梯度算法的新的一阶算法，并证明了在函数强平滑的情况下，坐标梯度算法的收敛速度比梯度下降算法更快。当目标函数为凸函数时，我们提出了两种新颖的 “加速” 下降方法的框架，一种是 Nesterov 风格的，
PDF5 years ago
MM面向超高可靠低时延边缘计算的动态任务卸载和资源分配
本论文提出了一种基于极值理论的移动边缘计算系统设计，用于满足极其可靠的低延迟要求和减少用户能量消耗，同时考虑无线通道动态和服务器资源负载。论文提供了两种时间尺度的解决方案，即长时间尺度下的用户 - 服务器关联和短时间尺度下的动态任务卸载和资
PDF6 years ago
超可靠低延迟车联网：驯服信息尾世代
本文旨在超越传统平均信息更新时间 (AoI) 的概念，通过捕捉 AoI 尾分布来表征和优化一种超可靠低延迟通信 (URLLC) 系统。本文通过提出一种特定于服务器的数据分配算法并应用极值理论和 Lyapunov 优化方法，优化传输时延和数据
PDF6 years ago
MM跟随我在边缘：面向移动边缘计算的移动感知动态服务部署
本文研究了移动边缘计算下长期成本预算约束条件下的移动边缘服务性能优化问题，并应用 Lyapunov 优化将问题分解为一系列实时优化问题，提出了一种基于马尔科夫逼近的近似算法和一种基于最佳响应更新技术的分布式逼近方案，理论分析和严格评估证明了
PDF6 years ago
MM分布式联邦学习用于超可靠低延迟车联网通信
研究车联网中的超可靠低延迟通信的联合功率和资源分配（JPRA），提出一种基于联邦学习和 Lyapunov 优化的分布式方法来估计最大排队时间的极值事件，结果显示此方法可显著减少功耗和大队列长度的用户。
PDF6 years ago
面向超密集网络移动边缘计算的低能耗移动管理方案 EMM
本文提出了一种基于 Lyapunov 优化和多臂赌博理论的用户为中心、能源感知的移动性管理 (EMM) 方案，以优化因无线电接入和计算引起的延迟，并保证用户能源消耗的长期限制。此方案通过在线方式工作，可以有效处理不完整的系统状态信息和随机开
PDF7 years ago