本論文では、大規模ネットワークにおける連邦学習(FL)のためのオーバー・ザ・エア(AirComp)技術を活用した手法を提案している。
まず、集約誤差の最小化と選択デバイス数の最大化の2つの目的関数を持つ組合せ最適化問題を定式化している。これらの問題は大規模ネットワークでは非常に困難であるため、ランダムサンプリングに基づくランダム集約ビームフォーミング手法を提案する。
提案手法では、まず集約ビームフォーミングベクトルをランダムに生成し、その後デバイスを選択する。この実装では、チャネル推定が不要であるため、大規模ネットワークでの実装コストが低い。
さらに、デバイス数が大きくなるときの理論的な解析を行っている。集約誤差最小化問題では、デバイス数が無限大のとき、提案手法が最適解に漸近することを示している。デバイス数最大化問題では、選択デバイス数の期待値と分布の近似式を導出している。
最後に、デバイス数が有限のときの性能改善のために、複数回のランダムサンプリングを行う refined 手法を提案している。
เป็นภาษาอื่น
จากเนื้อหาต้นฉบับ
arxiv.org
ข้อมูลเชิงลึกที่สำคัญจาก
by Chunmei Xu,S... ที่ arxiv.org 03-29-2024
https://arxiv.org/pdf/2403.18946.pdfสอบถามเพิ่มเติม