-
公开(公告)号：CN116723525A
公开(公告)日：2023-09-08
申请号：CN202310787450.9
申请日：2023-06-30
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于模拟退火的能耗与联邦学习性能的联合优化方法，属于通信技术领域，包括获取参与联邦学习用户的总能耗以及考虑错包率引起的总收敛间隔，确定系统总代价函数及约束条件，构建总代价函数最小化的优化问题；对优化问题进行求解，获取最优用户选择、最优带宽分配和最优发送功率；获取最优用户选择中的用户，使用户按照最优带宽分配与最优发送功率参与联邦学习。本发明解决了现有技术中联邦学习的用户调度与资源分配策略不合理，影响联邦学习性能与用户能耗之间的平衡问题，采用模拟退火、KKT条件和迭代方法对总代价函数最小化的优化问题求解，得到合理的用户选择和资源分配方案，实现在保障联邦学习性能的同时，降低用户总能耗。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
