Ressourcen-adaptives Split-Federated-Learning zur effizienten Verarbeitung von Inhalten auf ressourcenbeschränkten Edge-Netzwerken

Das vorgeschlagene AdaptSFL-Framework optimiert die Frequenz der Client-seitigen Modell-Aggregation und das Modell-Splitting, um die Trainingslatenz bei der Erreichung der Zielgenauigkeit in ressourcenbeschränkten Edge-Netzwerken zu minimieren.