文档名：基于边缘计算的环境监测自适应联邦学习算法
摘要：针对环境监测领域边缘设备资源不平衡、通信延迟以及模型质量不高的问题,本文提出一种基于边缘计算的环境监测自适应联邦学习算法.该算法旨在利用边缘设备进行数据处理,并根据各个设备的资源限制调整全局模型的聚合频率,以更好地适应不同的监测环境.通过考虑边缘设备之间的资源差异,算法采用了动态优化迭代频率的策略,以提升模型的训练效果.与传统的固定迭代频率相比,该算法的调整策略更加灵活,能够更好地适应不同的数据分布和参与方特征.通过大量实验评估,并利用与同类算法CNN-FL(ConvolutionalNeuralNetworks-FederatedLearning),FedAvg(FederatedAveraging)和HFEL(HierarchicalFederatedEdgeLearning)的比较,本文提出的算法在算法性能和经济成本方面具有显著优势,这种算法为环境监测提供了一种高效、安全和可扩展的数据分析和模型建立方法,有助于推动环境监测能力的提升.
Abstract：Aimingattheproblemsofunbalancededgedeviceresources,communicationdelayandlowmodelqualityinthefieldofenvironmentalmonitoring,thispaperproposesanadaptivefederatedlearningalgorithmforenvironmentalmonitoringbasedonedgecomputing.Thisalgorithmaimstouseedgedevicesfordataprocessing,andaccordingtoeachtheresourcelimitationofthedeviceadjuststheaggregationfrequencyoftheglobalmodeltobetteradapttodifferentmoni-toringenvironments.Byconsideringtheresourcedifferencesbetweenedgedevices,thealgorithmadoptsastrategyofdy-namicallyoptimizingtheiterationfrequencytoimprovethetrainingeffectofthemodel.Comparedwiththetraditionalfixediterationfrequency,theadjustmentstrategyofthisalgorithmismoreflexibleandcanbetteradapttodifferentdatadis-tributionandparticipantcharacteristics.Throughalargenumberofexperimentalevaluations,andusingthesamealgorithmconvolutionalneuralnetworks-federatedlearning(CNN-FL),federatedaveraging(FedAvg)andhierarchicalfederatededgelearning(HFEL),thealgorithmproposedinthispaperhassignificantadvantagesinalgorithmperformanceandeconomiccost.Thisalgorithmprovidesanefficient,safeandreliablemethodforenvironmentalmonitoring.Expandedapproachtodataanalysisandmodelingtohelpdriveimprovementsinenvironmentalmonitoringcapabilities.
作者：蒋伟进 韩裕清 吴玉庭 周为 陈艺琳 王海娟 Author：JIANGWei-jin HANYu-qing WUYu-ting ZHOUWei CHENYi-lin WANGHai-juan
作者单位：湖南工商大学计算机学院,湖南长沙410205;武汉理工大学计算机与人工智能学院,湖北武汉430070;湘江实验室,湖南长沙410205湖南工商大学计算机学院,湖南长沙410205;湘江实验室,湖南长沙410205湘江实验室,湖南长沙410205;湖南工商大学前沿交叉学院,湖南长沙410205
刊名：电子学报 ISTICEIPKU
Journal：ActaElectronicaSinica
年，卷(期)：2023, 51(11)
分类号：TP301
关键词：环境监测 自适应联邦学习 边缘计算 模型聚合 优化算法
Keywords：environmentalmonitoring adaptivefederatedlearning edgecomputing modelpolymerization optimi-zationalgorithm
机标分类号：TP302G43R338.1
在线出版日期：2024年2月1日
基金项目：基于边缘计算的环境监测自适应联邦学习算法[
期刊论文] 电子学报--2023, 51(11)蒋伟进 韩裕清 吴玉庭 周为 陈艺琳 王海娟针对环境监测领域边缘设备资源不平衡、通信延迟以及模型质量不高的问题,本文提出一种基于边缘计算的环境监测自适应联邦学习算法.该算法旨在利用边缘设备进行数据处理,并根据各个设备的资源限制调整全局模型的聚合频率,...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于边缘计算的环境监测自适应联邦学习算法 Federated Learning Scheme for Environmental Monitoring Based on Edge Computing
基于边缘计算的环境监测自适应联邦学习算法.pdf
- 文件大小:
- 3.01 MB
- 下载次数:
- 60
-
高速下载
|
