D2D联邦学习资源管理机制研究.pdf

  1. 1、本文档共70页,其中可免费阅读21页,需付费100金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

随着机器学习技术的发展,移动物联网配备了更先进的通信和计算功能。然

而,许多机器学习技术需要将个人用户数据汇总到中央服务器进行模型训练,这

会带来大量的计算成本,并存在移动设备隐私泄露的风险。为解决这些问题,联

邦学习(FederatedLearning,FL)作为一种新型分布式机器学习范式得到了广泛

研究。它既能解决机器学习中的隐私问题,又能保证较高的测试精度。

然而,用户设备受到计算和通信资源的限制,这会阻碍联邦学习训练。一方

面,不同用户设备的计算能力各不相同,可能

您可能关注的文档

文档评论(0)

136****6583 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档