生成式AI增强联邦学习

节省设备端能耗50%

利用生成式AI填补本地数据缺失，在保证学习性能的同时显著降低移动边缘设备的能耗并提升全局模型准确率。

Li, Peichun · Hanwen, Zhang · 吴远 · 钱丽萍 · 余荣 · Niyato, Dusit (Tao) · Xuemin, Shen

IEEE Transactions on Mobile Computing 2024

参数信息

节省设备端能耗最高可
50 %

技术优势

非IID下精度更高

通过生成合成数据填补本地缺失分布，减轻数据异质性对全局模型收敛的阻碍，从而在非独立同分布数据下显著提升收敛后的全局准确率。

资源自适应分配

将数据填补与计算资源分配联合优化，为每个设备定制AI合成数据量与资源使用策略，在保证学习性能的同时提升设备资源利用效率。

应用场景