La aprendizaje federado asincrónico impulsado por la reputación para optimizar la eficiencia de comunicación en sistemas de etiquetado de grandes datos
Autores: Sheng, Xuanzhu; Yu, Chao; Zhou, Yang; Cui, Xiaolong
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
La aprendizaje federado asincrónico impulsado por la reputación para optimizar la eficiencia de comunicación en sistemas de etiquetado de grandes datos
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Mejora continua
Inteligencia artificial
Redes neuronales
Computación en el borde
Aprendizaje federado
Eficiencia en la comunicación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
Con la mejora continua del rendimiento de la inteligencia artificial y las redes neuronales, surgió un nuevo tipo de arquitectura informática: la informática perimetral. Sin embargo, cuando la escala de los sistemas híbridos de borde inteligente se expande, hay comunicaciones redundantes entre el nodo y el servidor de parámetros; el costo de estas comunicaciones redundantes no se puede ignorar. Este artículo propone un esquema de actualización asincrónica basado en la reputación y formula el esquema de aprendizaje federado como un problema de optimización.
Descripción
Con la mejora continua del rendimiento de la inteligencia artificial y las redes neuronales, surgió un nuevo tipo de arquitectura informática: la informática perimetral. Sin embargo, cuando la escala de los sistemas híbridos de borde inteligente se expande, hay comunicaciones redundantes entre el nodo y el servidor de parámetros; el costo de estas comunicaciones redundantes no se puede ignorar. Este artículo propone un esquema de actualización asincrónica basado en la reputación y formula el esquema de aprendizaje federado como un problema de optimización.