基于粗量化信号的节能分布式 RLS 学习研究
机器学习
2020-12-22 v1 信号处理
摘要
本文提出一种面向物联网 (IoT) 网络、使用粗量化信号的节能分布式学习框架。具体地，我们开发了分布式量化感知递归最小二乘 (DQA-RLS) 算法，该算法能以节能方式利用少量比特量化的信号学习参数，同时所需计算成本低。数值结果在 IoT 设备以对等模式运行的分布式参数估计任务中，将 DQA-RLS 算法与现有技术进行了对比评估。
引用
@article{arxiv.2012.10939,
title = {Study of Energy-Efficient Distributed RLS-based Learning with Coarsely Quantized Signals},
author = {A. Danaee and R. C. de Lamare and V. H. Nascimento},
journal= {arXiv preprint arXiv:2012.10939},
year = {2020}
}
备注
6 pages, 5 figures