数据重要性驱动训练提速
根据数据重要性动态调度采集与通信，在不稳定网络环境下提升在线学习效率。
王楠 · 滕颖蕾 · 黄凯斌
IEEE Transactions on Wireless Communications 2025
根据数据重要性动态调整采集和通信，集中资源处理对模型收敛贡献大的数据，减少无关数据的处理开销。
框架在提升训练效率的同时考虑了缓存稳定性，通过协调调度避免队列无限增长，保证系统持续运行。
采用双层强化学习算法，将原问题分解为两个子问题并分别在混合时间尺度上优化，降低求解复杂度。