基于联邦学习的能效研究综述

作     者：尹自豪 王红梅 白亮亮 张宏也 江川 毕志超 黄伟 YIN Zihao;WANG Hongmei;BAI Liangliang;ZHANG Hongye;JIANG Chuan;BI Zhichao;HUANG Wei

作者机构：新疆工程学院乌鲁木齐830000 

基　　金：新疆教育厅国家级大学生创新创业项目:基于可重构智能表面的联邦学习联合设计(202210994016) 

出 版 物：《计算机应用文摘》 (Chinese Journal of Computer Application)

年 卷 期：2023年第39卷第16期

页      码：87-90,93页

摘      要：文章探讨了联邦学习作为一种分布式人工智能框架,能够有效化解大数据发展所面临的困境。重点从联邦学习的能耗指标出发,详细阐述了其相关原理,并分析了联邦学习在能源消耗方面面临的主要挑战。同时,对降低能源消耗的基本方法进行了分类和总结,为未来相关研究提供了有益的指导。

主 题 词：联邦学习 无线通信 局部计算 能耗 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

馆 藏 号：203123106...