物联网中的联邦学习：一种从资源受限角度的调查
原文中文，约300字，阅读约需1分钟。发表于：。通过对资源受限物联网环境中实施联邦学习的挑战和解决方案的综合调研，从客户端和服务器两个层面上，关注有限的客户端资源、异构客户端数据的存在、服务器容量和高通信成本等问题，并评估它们在各种场景中的有效性。此外，基于应用位置（即物联网客户端和联邦学习服务器），本文还提出了新的评估指标，以允许研究人员在资源受限的物联网设备上评估其解决方案。
本文研究了资源受限物联网环境中联邦学习的挑战和解决方案。从客户端和服务器两个层面上评估了有限的客户端资源、异构客户端数据、服务器容量和高通信成本等问题。提出了新的评估指标，以便在资源受限的物联网设备上评估解决方案。
