基于主动RIS辅助空中计算联邦学习
信息论
2023-11-08 v1 信号处理
math.IT
摘要
在本文中，我们提出利用主动可重构智能表面（RIS）来支持使能空中计算（AirComp）的联邦学习（FL）系统的可靠梯度聚合。对FL收敛性质的分析表明，在每一训练轮中最小化梯度聚合误差对于缩小收敛差距至关重要。为此，我们构建一个优化问题，旨在通过联合优化收发机设计与RIS配置来最小化这些误差。为处理所构建的高度非凸问题，我们设计了一个两层交替优化框架，将其分解为若干可最优求解的凸子问题。仿真结果证明了主动RIS相比无源RIS在降低梯度聚合误差方面的优越性。
引用
@article{arxiv.2311.03982,
title = {Federated Learning via Active RIS Assisted Over-the-Air Computation},
author = {Deyou Zhang and Ming Xiao and Mikael Skoglund and H. Vincent Poor},
journal= {arXiv preprint arXiv:2311.03982},
year = {2023}
}
备注
This paper was submitted to the IEEE International Conference on Machine Learning for Communication and Networking (ICMLCN), Stockholm, Sweden, 2024