arXiv · Machine Learning· Zubair Shaban, Nazreen Shah, Ranjitha Prasad·· 9 小时前AI 评分33
RoCo-FL：面向信道噪声与异质性的统一鲁棒收敛空中联邦学习框架
Unified Robust and Convergent Over-The-Air Federated Learning under Channel Noise and Heterogeneity
AI 导读
研究提出 RoCo-FL，面向无线联邦网络联合应对信道噪声、衰落以及参与设备的数据与系统异质性。该方法以不精确优化刻画本地更新，并通过边缘设备上的近端约束稳定更新；研究为非凸目标及零阶、一阶不精确模型提供收敛保证。在 CIFAR10、CIFAR100 和 FEMNIST 上的实验显示，RoCo-FL 相比先进基线收敛更稳定、准确率更高，尤其在存在掉队设备时。
来源：arXiv · Machine Learning · arxiv.org