English(EN) Hidden in Rounds: Predicting the Time Cost of 802.11 Contention in Federated Learning

预测无线网络中联邦学习的通信时间成本

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-14 04:00

研究人员开发了一种方法来预测 IEEE 802.11 无线网络中联邦学习场景下的通信时间成本。通过使用 ns-3 模拟来测量不同客户端密度和负载下的帧传递率和饱和吞吐量，他们创建了更新录取概率的代理。该代理与一个方程结合，用于估算通信时间，结果表明，虽然达到目标精度所需的回合数保持稳定，但通信时间随着客户端密度的增加而显著增加。一个基于 Bianchi 的估计器在未见过的情况下实现了 2.3% 到 10.2% 的平均绝对百分比误差，尽管该误差是针对相同的估计方程测量的，而不是独立的完成时间。 AI

影响提供了一种估算无线网络上联邦学习通信开销的方法，有助于优化分布式人工智能训练。

排序理由学术论文，详细介绍了预测无线网络上联邦学习通信成本的新方法。[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 →

本文如何被排名

Signal score: 23 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 学术论文，详细介绍了预测无线网络上联邦学习通信成本的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, infra; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Satwat Bashir, Tasos Dagiuklas · 2026-09-14 04:00

隐藏在回合中：预测联邦学习中 802.11 争用所需的时间成本

arXiv:2609.12903v1 Announce Type: new Abstract: Federated learning over IEEE~802.11 shares the wireless channel among clients that send model updates. We use ns-3 to measure the frame-delivery ratio and saturation throughput for different client densities and offered loads. A sep…

本文如何被排名

报道来源 [1]

隐藏在回合中：预测联邦学习中 802.11 争用所需的时间成本

相关实体

相关话题