| 注册
首页|期刊导航|通信学报|基于DRL的联邦学习节点选择方法

基于DRL的联邦学习节点选择方法

贺文晨 郭少勇 邱雪松 陈连栋 张素香

通信学报2021,Vol.42Issue(6):62-71,10.
通信学报2021,Vol.42Issue(6):62-71,10.DOI:10.11959/j.issn.1000-436x.2021111

基于DRL的联邦学习节点选择方法

Node selection method in federated learning based on deep reinforcement learning

贺文晨 1郭少勇 1邱雪松 1陈连栋 2张素香3

作者信息

  • 1. 北京邮电大学网络与交换技术国家重点实验室,北京 100876
  • 2. 国网河北信息通信分公司,河北 石家庄 050011
  • 3. 国家电网有限公司信息通信分公司,北京 100761
  • 折叠

摘要

关键词

联邦学习/模型聚合/节点选择/深度强化学习/准确率

分类

信息技术与安全科学

引用本文复制引用

贺文晨,郭少勇,邱雪松,陈连栋,张素香..基于DRL的联邦学习节点选择方法[J].通信学报,2021,42(6):62-71,10.

基金项目

国家自然科学基金资助项目(No.62071070) (No.62071070)

教育部区块链核心计划基金资助项目(No.2020KJ010802) (No.2020KJ010802)

河北省重点研发计划基金资助项目(No.20310103D) (No.20310103D)

通信学报

OA北大核心CSCDCSTPCD

1000-436X

访问量0
|
下载量0
段落导航相关论文