将信道噪声转化为空中主成分分析的加速器
信息论
2022-04-04 v3 分布式、并行与集群计算
机器学习
网络与互联网体系结构
信号处理
math.IT
摘要
近年来，将移动数据提炼为有用知识的尝试已导致机器学习算法在网络边缘的部署。主成分分析(PCA)是一种用于提取数据集线性结构的经典技术，对特征提取与数据压缩很有用。本工作中，我们提出基于随机梯度下降算法在多接入信道上部署分布式PCA，以学习多设备处分布式数据集的主导特征空间。采用空中聚合以降低多接入时延，由此得名空中PCA。该设计的新颖性在于利用信道噪声来加速梯度下降所遇各鞍点附近区域的下降，从而提高空中PCA的收敛速度。通过提出一种检测下降区域类型并相应控制信道噪声水平的功率控制方案使该想法具体化。证明该方案比无功率控制情形达到更快的收敛速率。
引用
@article{arxiv.2104.10095,
title = {Turning Channel Noise into an Accelerator for Over-the-Air Principal Component Analysis},
author = {Zezhong Zhang and Guangxu Zhu and Rui Wang and Vincent K. N. Lau and Kaibin Huang},
journal= {arXiv preprint arXiv:2104.10095},
year = {2022}
}
备注
16 pages,9 figures, accepted by IEEE TWC for publication