面向联合学习的D2D计算任务卸载

• 作者: 莫小鹏 蔡晓然 许杰
• 来源期刊: 物联网学报
• 学科: 工学
• 关键词: 联合学习 移动边缘计算 任务卸载 D2D通信
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 理论与技术
• 页码范围: 82-90
• 页数: 9页
• 分类号: TN929
• 字数: 7835字
• 语种: 中文
• DOI: 10.11959/j.issn.2096-3750.2019.00135

摘要

联合学习是一种分布式机器学习,边缘节点的计算和通信资源受限等因素是限制其性能优化的瓶颈.当边缘节点的计算和通信能力异构时,需要对通信和计算进行联合优化.提出了一种面向联合学习的D2D计算任务卸载方案,不同边缘节点通过D2D通信交换数据样本,平衡节点的处理能力和任务负载,以最小化联合学习模型训练过程的总时延.仿真结果表明,所提出的D2D计算任务卸载方案能显著提高联合学习的模型训练速度和效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡晓然	广东工业大学信息工程学院	1	0	0.0	0.0
2	莫小鹏	广东工业大学信息工程学院	1	0	0.0	0.0
3	许杰	广东工业大学信息工程学院	1	0	0.0	0.0