이 논문은 연합 학습(FL) 시스템에서 무선 통신 환경이 미치는 영향을 분석하고, 이를 해결하기 위한 SER 기반 디바이스 선택 메커니즘을 제안한다.
연합 학습 시스템에서 NOMA 기술을 활용하여 다중 사용자 병렬 전송을 수행하고, MMSE-SIC 기술을 사용하여 각 사용자의 로컬 gradient 매개변수를 복구하면서 사용자 간 간섭을 제거한다.
각 디바이스의 심볼 오류율(SER)을 무선 통신과 연합 학습 네트워크 간의 연결고리로 사용하여, 통신 요인(양자화, 변조 모드 등)이 연합 학습 성능에 미치는 영향을 반영한다.
사용자 통신 환경의 이질성으로 인한 지연 문제를 해결하기 위해 SER 기반 디바이스 선택 메커니즘(SER-DSM)을 제안한다. 이 메커니즘은 허용 가능한 SER 범위 내의 사용자를 선택하여 데이터 손실을 최소화하면서도 연합 학습 성능을 향상시킨다.
제안된 SER-DSM의 연합 학습 수렴 특성을 분석하고, 이론적으로 타당성을 검증한다.
실험 결과를 통해 다중 비트 양자화 기법과 SER-DSM의 필요성 및 우수성을 입증한다.
На другой язык
из исходного контента
arxiv.org
Дополнительные вопросы