PulseAugur
中
实时 08:53:52

FedRings 框架为 LEO 卫星星座实现可扩展的联邦学习

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种新颖的联邦学习框架 FedRings，专为低地球轨道 (LEO) 卫星星座设计。该去中心化系统通过将卫星组织成基于环的结构，解决了 LEO 网络中动态拓扑和间歇性连接的挑战。FedRings 采用时空路由策略和自适应聚合技术，以确保稳定高效的模型训练，在现实模拟中表现优于现有方法。 AI

影响 该框架可以实现分布式卫星网络中更强大、更高效的 AI 模型训练。

排序理由 该集群包含一篇详细介绍联邦学习新框架的研究论文。[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 →

FedRings 框架为 LEO 卫星星座实现可扩展的联邦学习

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Ziwu Liu, In\^es Pinto Gouveia, Rehana Yasmin, Paulo Esteves-Verissimo, Ali Shoker ·

    FedRings: A Scalable and Topology-Aware Federated Learning Framework for LEO Satellite Constellations

    arXiv:2608.03436v1 Announce Type: cross Abstract: Federated learning over low Earth orbit (LEO) satellite networks is limited by frequent link changes, short contact times, and a highly dynamic topology, making centralized or synchronized training inefficient and hard to scale. T…

相关实体

相关话题