AirPASS提出空中联邦学习优化框架
热点事件持续更新
AirPASS提出空中联邦学习优化框架
1 篇报道1 个报道来源23 小时前更新
先了解这件事
AI 综述
Seyed Mohammad Azimi-Abarghouyi 和 Christopher G. Brinton 提出 AirPASS,用于配备多波导钳位天线系统(PASS)的无线系统;该框架在聚合失真低于设定阈值的条件下,最大化参与设备数量,并联合优化设备选择、接收波束成形和钳位天线位置。 由于这些变量相互耦合,问题具有高度非凸性。AirPASS采用交替优化:在PASS配置固定时优化设备选择和接收波束成形,再在选定设备和波束成形固定时更新钳位天线位置。
AI 根据报道生成 · 2 小时前更新
最新进展10月16日 12:00
AirPASS:通过 Pinching Antenna Systems 实现的空中联邦学习报道时间线
沿着报道,了解事件的不同侧面。
10月16日
- arXiv · Machine LearningAirPASS:通过 Pinching Antenna Systems 实现的空中联邦学习
AirPASS 面向配备多波导 Pinching Antenna System(PASS)的无线系统,提出一种空中联邦学习交替优化框架。该框架在聚合失真低于既定阈值的条件下最大化选定设备数量,并联合优化设备选择、接收波束成形与天线位置。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。