SplitMAC：基于多址信道的无线分裂学习
信息论
2024-03-20 v2 信号处理
math.IT
摘要
本文提出了一种新颖的分裂学习（SL）框架，称为 SplitMAC，其通过利用多址信道上的同步上行传输来降低 SL 的时延。关键策略是将设备划分为多个组，并允许同一组内的设备通过多址信道同时传输其 smashed data 与设备侧模型。本文构建了用于最小化 SL 时延的设备分组优化问题，并从理论上推导了设备分组在降低 SL 上行时延方面的收益。通过考察两设备分组情形，分别针对低信噪比（SNR）与高 SNR 场景设计了两种渐近最优的设备分组算法，并给出了其最优性的证明。通过融合这些算法，提出了一种近最优的设备分组算法以覆盖广泛的 SNR 范围。我们的 SL 框架还被扩展至考虑实际衰落信道并支持通用组大小。仿真结果表明，采用所提设备分组算法的 SL 框架在降低 SL 时延方面优于现有 SL 框架。
引用
@article{arxiv.2311.02405,
title = {SplitMAC: Wireless Split Learning over Multiple Access Channels},
author = {Seonjung Kim and Yongjeong Oh and Yo-Seb Jeon},
journal= {arXiv preprint arXiv:2311.02405},
year = {2024}
}