BriefGPT - AI 论文速递
·
联合概率选择与功率分配的联邦学习
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
研究了在有限能源预算的设备上训练机器学习模型时，联邦学习在无线网络中的性能表现。提出了一种基于概率的客户端选择和功率分配方法，并通过交替算法解决该问题。与其他基准进行比较，结果显示该方法在能源消耗、完成时间和准确性方面表现出显著的性能。
🎯
关键要点
- 研究了在有限能源预算的设备上训练机器学习模型时，联邦学习在无线网络中的性能表现。
- 提出了一种基于概率的客户端选择和功率分配方法。
- 通过交替算法解决客户端选择和功率分配问题。
- 与其他基准进行了比较，结果显示该方法在能源消耗、完成时间和准确性方面表现出显著的性能。
➡️
