文献检索-宁波市创意产业特色资源库

限定检索结果

面向6G网络的联邦学习资源协作激励机制设计: 收藏
分享
引用; 《广东工业大学学报》2021年第6期38卷 47-52,83页; 作者：蒋丽谢胜利张彦广东工业大学自动化学院广东广州510006 挪威奥斯陆大学信息学院奥斯陆0316; 第6代(6G)移动通信在满足人类智能通信需求的同时,也给用户数据的安全与隐私保护带来了极大挑战。为此,基于联邦学习的分布式机器学习架构应运而生。然而,在联邦的模型训练过程中,移动设备会产生大量计算和通信开销。自私的移动设备不...; 第6代(6G)移动通信在满足人类智能通信需求的同时,也给用户数据的安全与隐私保护带来了极大挑战。为此,基于联邦学习的分布式机器学习架构应运而生。然而,在联邦的模型训练过程中,移动设备会产生大量计算和通信开销。自私的移动设备不愿意参与模型训练,这将降低联邦学习性能。本文基于迭代双边拍卖设计了一种有效的联邦学习资源协作激励机制,任务计算终端作为卖方,任务请求终端作为买方,本地接入点根据买卖双方的出价做出模型训练时延和相应定价决策,在买卖双方信息非对称情况下最大化联邦学习市场总效用。仿真实验表明,所提机制具有良好的收敛性,可显著提高联邦学习的准确率,同时降低训练损失。; 来源：详细信息评论

限定检索结果