联邦学习中的负载平衡
原文中文,约300字,阅读约需1分钟。发表于: 。本文提出了基于信息年龄的调度策略负载度量,通过减小客户端之间的负载度量差异来解决调度过程中的公平负载分配、资源利用效率、在边缘设备众多的环境中的可扩展性和设备间统计异构数据等方面的挑战。此外,还提出了一种分散化的马尔可夫调度策略,确保均衡的工作负载分配,并消除了独立客户决策带来的网络规模的管理开销,通过模拟实验证实了我们的方法,结果表明减小负载度量差异不仅促进了公平性和提高了运营效率,还提高...
本文提出了基于信息年龄的调度策略负载度量,解决了调度过程中的公平负载分配、资源利用效率、可扩展性和设备间统计异构数据等挑战。通过分散化的马尔可夫调度策略,实现均衡的工作负载分配,并消除了独立客户决策带来的管理开销。实验证实了该方法的有效性。