实体
Seyed Mohammad Azimi-Abarghouyi
Seyed Mohammad Azimi-Abarghouyi
PulseAugur coverage of Seyed Mohammad Azimi-Abarghouyi — every cluster mentioning Seyed Mohammad Azimi-Abarghouyi across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新研究探索先进的空中联邦学习技术
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。
-
分层联邦学习框架重新定义网络化AI设计
本文提出分层联邦学习（HFL）作为一种面向架构感知的网络化AI设计框架，超越了其作为通信节省协议的常见表述。作者认为，HFL应围绕三个轴组织：架构参数、层级优化分解和层级通信实现。他们证明了HFL中的收敛性依赖于架构，并受所选层级、优化角色和通信机制的影响。