基于聚类方法的能源高效联邦学习在人工智能物联网中的应用

本研究针对联邦学习在人工智能物联网场景中的能耗问题，提出了基于聚类的方法，关注预处理、通信和本地学习过程中的能量消耗。研究表明，这些方法通过将设备按标签分布聚类，能够有效提高模型训练的收敛速度，同时降低能量消耗。

本研究提出了一种基于聚类的联邦学习方法，旨在解决人工智能物联网中的能耗问题。通过设备标签聚类，显著提高模型训练速度并降低能耗。

人工智能 物联网 联邦学习 聚类 能耗
原文中文，约200字，阅读约需1分钟。发表于：。
阅读原文
分享给好友