联邦学习中中继辅助的空中聚合设备调度
机器学习
2023-12-20 v1
摘要
联邦学习（FL）利用分布在网络边缘的数据来实现智能应用。在梯度聚合过程中使用空中计算（AirComp）技术可以提高 FL 的效率。在本文中，我们提出了一个中继辅助的大规模 FL 框架，并研究了在功耗和均方误差（MSE）约束下中继辅助 FL 系统中的设备调度问题。我们将联合设备调度和功率分配问题表述为最大化调度设备数量的优化问题。我们通过将该优化问题转化为多个稀疏优化问题来求解由此产生的非凸优化问题。通过所提出的设备调度算法，这些稀疏子问题得以解决，并获得了联邦学习边缘设备的最大数量。仿真结果证明了所提出方案与其他基准方案相比的有效性。
引用
@article{arxiv.2312.12417,
title = {Device Scheduling for Relay-assisted Over-the-Air Aggregation in Federated Learning},
author = {Fan Zhang and Jining Chen and Kunlun Wang and Wen Chen},
journal= {arXiv preprint arXiv:2312.12417},
year = {2023}
}