PulseAugur
中
实时 15:03:56
English(EN) Channel-Adaptive Robust Aggregation for Over-the-Air Federated Learning in Heterogeneous Networks

新研究探索先进的空中联邦学习技术

作者 PulseAugur 编辑部 · [3 个来源] ·

两篇新研究论文探讨了空中联邦学习（AirFL）的进展，AirFL 是一种利用无线信道进行高效数据聚合的技术。第一篇论文介绍了 AirPASS，一个采用多波导捏合天线系统来优化设备选择、波束成形和天线布局以提高学习性能的框架。第二篇论文提出了 CHARGE-FL，它根据信道动态和客户端异构性自适应地调度聚合，以提高准确性和稳定性，尤其是在具有挑战性的无线环境中。 AI

影响 AirFL 的这些进展可能带来更高效、更鲁棒的分布式人工智能系统，尤其适用于 6G 网络和物联网设备的应用。

排序理由 两篇在 arXiv 上发表的学术论文，详细介绍了空中联邦学习的新方法。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →

新研究探索先进的空中联邦学习技术

报道来源 [3]

  1. arXiv cs.AI TIER_1 English(EN) · Zhiheng Guo, Zhaoyang Liu, Zihan Cen, Chenyuan Feng, Xinghua Sun, Xiang Chen, Tony Q. S. Quek, Xijun Wang ·

    CoCo-Fed：无线边缘内存和通信高效联邦学习的统一框架

    arXiv:2601.00549v2 Announce Type: replace-cross Abstract: The deployment of large-scale neural networks within the Open Radio Access Network (O-RAN) architecture is pivotal for enabling native edge intelligence. However, this paradigm faces two critical bottlenecks: the prohibiti…

  2. arXiv cs.AI TIER_1 English(EN) · Seyed Mohammad Azimi-Abarghouyi, Christopher G. Brinton ·

    AirPASS：通过捏合天线系统实现的无线联邦学习

    arXiv:2607.06768v1 Announce Type: cross Abstract: This paper investigates over-the-air federated learning (AirFL) in wireless systems where the access point is equipped with a multi-waveguide pinching antenna system (PASS). We adopt the widely studied learning-oriented AirFL form…

  3. arXiv cs.LG TIER_1 English(EN) · Zubaida Fatima, Zubair Shaban, Yusuf Jamal, Nazreen Shah, Ranjitha Prasad, B. N. Bharath ·

    异构网络中用于空中联邦学习的信道自适应鲁棒聚合

    arXiv:2607.04218v1 Announce Type: new Abstract: The growing demand for privacy-preserving, data-intensive applications such as IoT, augmented reality, and autonomous systems positions Federated Learning (FL) as a key enabler in 6G networks. Over-the-Air FL (OTA-FL) leverages the …

相关实体

相关话题