FedSAUC: A Similarity-Aware Update Control for Communication-Efficient Federated Learning in Edge Computing
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出FedSAUC更新控制方法,通过聚类相似模型设备,选择代表性设备进行信息更新,有效降低电池和带宽消耗,提升通信效率。
🎯
关键要点
- 本研究提出FedSAUC更新控制方法,解决了联邦学习中更新过程对电池和传输带宽的高消耗问题。
- FedSAUC方法通过聚类算法对具有相似模型的设备进行分组,选择代表性设备进行信息更新。
- 实验结果表明,该方法在长期训练中的准确性不受影响,显著提高了通信效率。
➡️