PulseAugur
中
实时 11:52:13
English(EN) Learned Digital Over-the-Air Computing for Federated Edge Learning

新的数字OTA框架提升了物联网的联邦边缘学习能力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新颖的数字空中计算（OTA）框架，旨在增强物联网（IoT）部署中的联邦边缘学习（FEEL）。这种新方法联合训练一个随机接入码本和一个基于展开的近似消息传递（AMP）的解码器，并结合了逐层阻尼和贝叶斯去噪等先进技术。该框架展示了显著的改进，在保持近乎完美的聚合精度并跨不同模型和数据条件泛化能力的同时，将可行的信噪比（SNR）范围比现有最先进方法扩展了约7 dB。 AI

影响 提高了资源受限的物联网环境中AI模型训练的效率和可靠性。

排序理由 详细介绍新技术方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的数字OTA框架提升了物联网的联邦边缘学习能力

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Antonio Tarizzo, Mohammad Kazemi, Deniz G\"und\"uz ·

    Learned Digital Over-the-Air Computing for Federated Edge Learning

    arXiv:2509.16577v2 Announce Type: replace Abstract: Over-the-air (OTA) aggregation enables federated edge learning (FEEL) by exploiting the superposition property of the wireless channel to merge communication with computation, eliminating the need to schedule and decode devices …

相关实体

相关话题