この論文では、新しいジョイントソースチャンネルコーディングスキームを導入し、フェデレーテッドラーニングにおける普遍的な方法論を提供しています。提案されたスキームは、分散学習を可能にする調整可能な量子化を提供し、デジタル変調を介した学習を実現します。さらに、符号化によって干渉とノイズに対する耐性が確保されます。送信側でのチャネル補償の必要がないこのスキームでは、格子量子化されたモデルパラメーターの整数組が信頼性を持って復号され、集約処理のために処理されます。チャンネル条件やデータの異質性にもかかわらず、実験結果は提案されたスキームが他の空中通信オプションよりも優れた学習精度を示すことを証明しています。さらに、サーバー側で利用するアダプティブ集約重みと一意の受信構造が使用されており、これまで見落とされていた要素が強調されています。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Seyed Mohamm... at arxiv.org 03-05-2024
https://arxiv.org/pdf/2403.01023.pdfDeeper Inquiries