为分布式无线网络中的鲁棒调制分类接种的联邦学习

研究分析了联邦学习在通信噪声下的表现。结果表明，为保持收敛性，模型传输的信噪比需随通信轮数平方增长，而模型差分传输不受影响。关键在于随机梯度下降能容忍非主导通信噪声。