一种用于分层联邦学习的设备选择和带宽分配系统、方法

    公开(公告)号:CN117914708A

    公开(公告)日:2024-04-19

    申请号:CN202410093876.9

    申请日:2024-01-23

    Abstract: 本发明提出了一种用于分层联邦学习的设备选择和带宽分配系统及方法,涉及分层联邦学习领域,系统包括配置云服务器、边缘服务器、终端设备的设备选择模块和带宽分配模块;设备选择模块用于选择终端设备;带宽分配模块为被选择的终端设备分配带宽;将总训练时间分为本地训练时间、本地更新传输时间、预聚合结果上传时间,在总训练时间最小化和数据多样性的约束下进行设备选择和带宽分配。有效地解决了原有的分层联邦学习中设备选择和带宽分配问题,为提高训练性能和保证数据多样性和模型准确性提供了一个创新方案。

Patent Agency Ranking