自适应聚合联邦学习算法

收敛加速 16 倍

AutoSF 在动态边缘环境中联合优化聚合结构与频率，相比现有方法收敛速度提升 16.3 倍，训练精度提高 31%。

杨磊 · Gan, Yingqi · Jinru, Chen · Cao, Jiannong

IEEE Transactions on Mobile Computing 2023

参数信息

收敛速度提升

16.3 倍

训练精度提高

31 %

技术优势

环境变化自动适配

当边缘环境发生变化时，自动触发机器学习搜索，找到适应当前资源状况的近优聚合结构和频率。

环境稳定时精细调整

环境保持不变时，采用启发式方法进一步调整聚合结构和频率，抑制数据分布异构带来的影响。

应用场景

• 分布式训练：让边缘设备在动态网络下高效协作训练，无需人工调整聚合策略。
• 边缘智能：为边缘智能应用提供适应资源波动的训练方法，保证模型收敛速度和精度。