具有能量收集设备的空中联邦学习
分布式、并行与集群计算
2022-05-26 v1
摘要
我们考虑移动设备之间的联邦边缘学习（FEEL），这些设备从周围环境收集所需能量，并通过共享无线信道将其更新发送给参数服务器（PS）。具体地，我们考虑具有空中（OTA）聚合的能量收集联邦学习，其中参与设备仅在拥有所需可用能量时才进行本地计算和无线传输，并在同一信道带宽上同时发送本地更新。为防止异构设备间的偏差，我们利用基于其最新能量到达和数据基数的加权平均。我们提供了收敛性分析并进行了具有不同能量到达轮廓的数值实验，结果表明尽管所提方案在无误差场景下对具有异构能量到达的设备具有鲁棒性，我们在能量收集 OTA FL 中观察到 5-10% 的性能损失。
引用
@article{arxiv.2205.12869,
title = {Over-the-Air Federated Learning with Energy Harvesting Devices},
author = {Ozan Aygün and Mohammad Kazemi and Deniz Gündüz and Tolga M. Duman},
journal= {arXiv preprint arXiv:2205.12869},
year = {2022}
}
备注
7 pages, 3 figures