本研究提出了一种基于定点神经网络的低能耗联邦学习框架，通过多目标优化平衡数据精度与能耗，降低能耗70%且不影响收敛速度。同时探讨了移动设备上高效联邦学习的无线传输与权重量化设计，以确保模型性能与训练延迟。