BriefGPT - AI 论文速递
·
无人机增强网络中的联邦学习：联合覆盖和收敛时间优化
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文通过统计无人机增强无线传感器网络的特性，利用多目标多臂赌博机理论开发了一种解决方案，最大化网络覆盖同时最小化联邦学习延迟。提出了逐步消除动作的解决方案，使用最佳臂识别算法找到最佳臂，使期望回报与期望能量消耗之比最大化。通过导出误差概率的上界，展示了方法的有效性。
🎯
关键要点
-
通过统计无人机增强无线传感器网络的特性，开发了一种模型和解决方案。
-
该解决方案旨在最大化网络覆盖，同时最小化联邦学习延迟。
-
提出了适用于严格能量约束的大动作集的逐步消除动作的解决方案。
-
使用标量化的最佳臂识别算法找到最佳臂，最大化期望回报与期望能量消耗之比。
-
导出了多目标和成本感知算法的误差概率的上界，展示了方法的有效性。
➡️
