通过带宽切片提升边缘计算中的联邦学习
网络与互联网体系结构
2019-11-19 v1 分布式、并行与集群计算
机器学习
摘要
引入带宽切片以在边缘计算中支持联邦学习，从而保障训练流量的低通信时延。结果表明，带宽切片在取得良好学习精度的同时显著提升了训练效率。
引用
@article{arxiv.1911.07615,
title = {Bandwidth Slicing to Boost Federated Learning in Edge Computing},
author = {Jun Li and Xiaoman Shen and Lei Chen and Jiajia Chen},
journal= {arXiv preprint arXiv:1911.07615},
year = {2019}
}
备注
Conference,3 pages, 3 figures