基于多信道 ALOHA 的联邦学习
信息论
2019-12-16 v1 信号处理
math.IT
摘要
本文中，我们研究具有一个基站（BS）和大量拥有本地数据集用户的蜂窝系统中的联邦学习。我们表明，当部分用户因其他任务无法计算本地更新或处于休眠状态时，多信道随机接入可比顺序轮询提供更好的性能。此外，为在联邦学习中获得更好的聚合，可在给定本地更新下优化用户的接入概率。为此，我们构建一个优化问题，并表明可在联邦学习内使用分布式方法来自适应决定接入概率。
引用
@article{arxiv.1912.06273,
title = {Federated learning with multichannel ALOHA},
author = {Jinho Choi and Shiva Raj Pokhrel},
journal= {arXiv preprint arXiv:1912.06273},
year = {2019}
}
备注
4 pages, 4 figures, IEEE WCL (accepted)