quantization bits

极化码增强联邦学习，提升通信效率

研究人员开发了一种新颖的联邦学习（FL）方案，该方案利用极化码在噪声信道条件下提高通信效率和鲁棒性。这种跨层设计选择性地保护模型更新中更重要的量化比特，这与传统上同等对待所有比特或假设信道无误的方法不同。所提出的方案包括严格的收敛性分析，推导出与量化比特和极化码块长度一起优化的收敛差距上限。实验结果表明，与无编码和基于LDPC的方法相比，在信道质量下降时性能有显著提升。