BriefGPT - AI 论文速递 · 2024-01-01T00:00:00Z 适用于 LEO 星座结合 HAPs 的混合 NOMA-OFDM 的高效通信联邦学习 💡 原文中文，约400字，阅读约需1分钟。 📝 内容提要 本文提出了一种利用非正交多址接入技术的分层联邦学习系统，旨在最小化时间和能源成本。通过模糊逻辑的客户端编排策略和边缘服务器调度和资源分配问题的解决，实现了分层联邦学习性能提升和总成本降低。 🏷️ 标签 分层联邦学习 时间成本 模糊逻辑 联邦学习 能源成本 非正交多址接入技术 阅读原文 生成长图 分享链接 已复制链接
