BriefGPT - AI 论文速递
·
适用于边缘物联网的水平-垂直混合联邦学习新框架
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文介绍了HybridFL多层联邦学习协议，结合边缘节点和云端的模型聚合策略。通过概率方法和区域弹性因子选择客户端，提高设备状态不确定时的效率。实验表明，该协议在不同规模的MEC系统中显著提升训练效率，加速全局模型收敛，并降低设备能耗。
🎯
关键要点
- 设计了一种称为HybridFL的多层联邦学习协议。
- 该协议结合了边缘节点和云端两层不同的模型聚合策略。
- 使用概率方法和区域弹性因子选择客户端，以应对设备状态的不确定性。
- 实验表明，该协议在不同规模的MEC系统中显著提高了FL训练效率。
- 缩短了联邦轮次长度，加速了全局模型的收敛速度，最多快12倍。
- 降低了末端设备的能耗，最多降低58%。
➡️
