BriefGPT - AI 论文速递
·
使用轨迹信息的联邦式零阶优化
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文介绍了一种无导数联邦零阶优化算法（FedZO），通过多次本地更新和部分设备参与来实现。同时，还介绍了一种适用于无线网络的空气计算辅助 FedZO 算法。研究了在非凸设置下，FedZO 算法的收敛性能，并分析了本地迭代次数和参与边缘设备数量对收敛性的影响。
🎯
关键要点
- 提出了一种无导数联邦零阶优化算法（FedZO），基于随机梯度估计器。
- FedZO 算法通过多次本地更新和部分设备参与来实现优化。
- 介绍了一种适用于无线网络的空气计算辅助 FedZO 算法。
- 研究了 FedZO 算法在非凸设置下的收敛性能。
- 分析了本地迭代次数对收敛性的影响。
- 探讨了参与边缘设备数量对收敛性的影响。
🏷️
标签
➡️
