基于压缩感知和量化编码的无线联邦学习方法
基本信息
| 申请号 | CN202010661373.9 | 申请日 | - |
| 公开（公告）号 | CN111901829B | 公开（公告）日 | 2022-05-10 |
| 申请公布号 | CN111901829B | 申请公布日 | 2022-05-10 |
| 分类号 | H04W28/06（2009.01）I;H04L1/00（2006.01）I;G06N20/00（2019.01）I | 分类 | 电通信技术; |
| 发明人 | 叶佳勇;谭国平;周思源;王家瑞;章振宇;任勇 | 申请（专利权）人 | 中睿智能交通技术有限公司 |
| 代理机构 | 常州联正专利代理事务所（普通合伙） | 代理人 | - |
| 地址 | 210000江苏省南京市玄武区中山路18号德基广场二期2101 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于压缩感知和量化编码的无线联邦学习方法，包括：本地提供数据进行训练；读取训练后的模型数据；按比例增加上一轮记录稀疏化误差；对模型稀疏化；记录本轮稀疏化误差；压缩编码；量化编码；传输；量化解码；信号重构；服务器更新模型；将新的全局模型下发给用户端进行一轮新的训练。本发明通过手动稀疏化的方式，引入压缩感知和量化编码，减少模型数据的信息量，使之成为更容易传输的类型，在信源处减少了传输数据的信息量，减少了对发射功率、信道带宽的要求，降低了模型训练的成本，一定程度上提高了模型更新的效率，加快了最终模型完成的速度。 |
