本文介绍了联邦边缘学习框架（FEEL），通过在边缘设备上进行本地模型训练并与全局模型在服务器上进行协调，实现了边缘设备上的学习算法。同时，提出了节能策略和移动策略以提高学习性能。实验结果表明，该策略在节能方面有显著提升。

本文介绍了联邦边缘学习框架（FEEL），通过在边缘设备上进行本地模型训练并与全局模型在服务器上进行协调，实现了边缘设备上的学习算法。同时，提出了节能策略和移动策略，以提高学习性能和节能效果。实验结果表明，该策略在节能方面有显著提升。