arXiv · ML· Ebasa Temesgen, Ammar Ahmed, Nathan Lechamo, Ali Anwar, Maria Gini·· 2026-10-14AI 评分33
边缘联邦学习中的客户端自适应同步
Learning to Sync at the Edge: Client-Side Adaptive Synchronization for Federated Learning
AI 导读
研究团队提出了一种基于强化学习的客户端同步框架,用于解决边缘联邦学习中的同步瓶颈。 该框架将同步建模为资源感知控制问题,每个客户端根据本地进度和资源状态决定上传、下载或延迟通信。 实验表明,该策略在时空交通预测中降低了系统成本,在图像分类中提升了最终精度,证明了客户端控制优于纯服务器端协调机制。
来源:arXiv · ML · arxiv.org