文献

J-GLOBAL ID：202202286590578160   整理番号：22A0696606

プライベート5Gエッジネットワークにおける異種連合学習のための動的スケジューリング【JST・京大機械翻訳】

Dynamic Scheduling for Heterogeneous Federated Learning in Private 5G Edge Networks

著者 (4件)： Guo Kun (School of Communications and Electronics Engineering, East China Normal University, Shanghai, China) ,  Chen Zihan (Singapore University of Technology and Design, Singapore, Singapore) ,  Yang Howard H. (Zhejiang University/University of Illinois at Urbana-Champaign Institute, Zhejiang University, Haining, China) ,  Quek Tony Q. S. (Singapore University of Technology and Design, Singapore, Singapore)
資料名： IEEE Journal of Selected Topics in Signal Processing  (IEEE Journal of Selected Topics in Signal Processing)
巻： 16  号： 1  ページ： 26-40  発行年： 2022年 
JST資料番号： W1889A  ISSN： 1932-4553  CODEN： IJSTGY  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： プライベート5Gエッジネットワークは,安全で私的サービス,スペクトル柔軟性,およびエッジ知能をサポートする。本論文では,プライベート5Gエッジネットワークにおける不均一連合学習(FL)に対するスペクトル柔軟性を探索するための動的スケジューリングポリシーの設計を目的とする。特に,FLは複数の通信ラウンドで実装され,その各々はエッジサーバから大域的モデルを受け,その局所モデルを更新し,大域的集合のためにエッジサーバに更新された局所モデルを送る。FLの不均一性は,デバイスと多様なデバイス能力の不均衡なデータサイズから生じる。この点に関して,学習性能における不均衡データサイズの役割を決定するために,FLの収束解析を開始した。次に,多様なデバイス能力が局所更新非同期の完了時間を作るという事実に基づいて,グローバル集約のために逐次伝送を採用した。これに基づき,著者らは,ストラグラーと限られたデバイスエネルギー問題を考慮して,大域的損失関数を最小化するために,不均一性意識動的スケジューリング問題を定式化した。定式化された問題を解くことにより,動的スケジューリングアルゴリズム(DISCO)を提案し,各通信ラウンドでスケジュールされたデバイスの集合と順序に関する知的決定を行う。理論解析は,ある条件の下で,学習性能とエネルギー制約がDISCOで保証できることを明らかにした。最後に,数値および実験結果によるDISCOの優位性を示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  損失関数 ,  スペクトル ,  柔軟性 ,  通信 ,  不均一性 ,  *定式化
準シソーラス用語： 不均衡 ,  理論解析 ,  *動的スケジューリング ,  不均衡データ ,  *第5世代移動通信システム , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  無線通信一般  (ND08010L)

タイトルに関連する用語 (4件)： 5G ,  エッジ ,  学習 ,  動的スケジューリング