基于背包模型的联邦学习客户端选择方法OA
Clients selection method based on knapsack model in federated learning
近年来,为了打破数据"壁垒",联邦学习被广泛关注.联邦学习不需要客户端上传原始数据就能完成模型训练,保护了用户的隐私.针对客户端设备具有异构性的问题,考虑各个客户端对加速全局模型收敛的贡献程度和系统的通信开销,以最大化客户端在本地训练模型的权重变化量为优化目标,解决在一定系统训练周期下的联邦学习中的客户端选择优化问题.由此,提出了两个基于背包模型的联邦学习协议,分别是OfflineKP-FL协议和OnlineKP-FL协议.OfflineKP-F…查看全部>>
郭佳慧;陈卓越;高玮;王玺钧;孙兴华;高林
中山大学,广东广州 510006中山大学,广东广州 510006中山大学,广东广州 510006中山大学,广东广州 510006中山大学,广东广州 510006哈尔滨工业大学(深圳),广东深圳 518055
信息技术与安全科学
联邦学习客户端选择背包模型
《物联网学报》 2022 (4)
多维边缘网络资源协同优化与运营
158-168,11
国家重点研发计划(No.2021YFB2900300)国家自然科学基金资助项目(No.62271513,No.61972113)广东省基础与应用基础研究基金资助项目(No.2021A1515012631)深圳市科技研发基金资助项目(No.JCYJ20190806112215116,No.KQTD20190929172545139,No.ZDSYS20210623091808025)
评论