核心概念
ランダムアクセスチャネル(RACH)上のフェデレーテッドラーニング(FL)において、勾配情報の「鮮度」に基づいてユーザーの送信を制御する「Age-of-Gradient(AoG)」戦略は、従来の手法と比較して、トレーニングの精度と効率を大幅に向上させることができる。
要約
ランダムアクセスチャネル上でのフェデレーテッドラーニングのための勾配更新の経過時間に基づくユーザー選択
Yu Heng Wu, Houman Asgari, Stefano Rini, Andrea Munari. (2024). Age-of-Gradient Updates for Federated Learning over Random Access Channels. arXiv:2410.11986v1 [cs.LG]
本論文は、無線ネットワークやセンサーネットワークで広く利用されているランダムアクセスチャネル(RACH)環境における、深層ニューラルネットワーク(DNN)のフェデレーテッドトレーニングの問題に取り組むことを目的とする。