联邦学习中计算任务的优化分配算法设计与分析任务书

 2022-01-12 09:01

全文总字数:1080字

1. 毕业设计(论文)主要内容:

1).了解联邦学习及其在无线通信中的应用

2). 建立数学模型描述联邦学习中学习服务器(Server)和学习工作机(Worker)的任务协同分配

3). 考虑到服务器与工作机之间的耦合关系,使用一种优化算法(如耦合深度强化学习)设计联邦学习中的任务分配策略使得学习任务分配的成本最低或收益最高

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 毕业设计(论文)主要任务及要求

1). 查阅有关文献资料并作开题报告及文献摘要(阅读的文献量最少为15篇,其中近五年外文文献不少于3篇。)。

2). 翻译英文文献(不少于5000汉字、2万英文印刷符),须附外文原文,要求译文要忠实于原文,表达清楚。

3). 掌握联邦学习的基本工作原理。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

第1—3 周: 英文翻译,完成开题报告和文献综述

第4—6 周: 掌握联邦学习工作原理的理论知识。

第6—10 周:建立模型,设计学习任务分配的优化策略算法。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 主要参考文献

1). W. Y. B. Lim, et al."Federated Learning in Mobile Edge Networks: A Comprehensive Survey,"arXiv:1909.11875 [cs.NI], Sep 2019.

2). Y. Zou, S. Feng, D.Niyato, Y. Jiao, S. Gong, and W. Cheng, "Mobile device training strategiesin federated learning: An evolutionary game approach," in Proceedings ofIEEE International Conference on Green Computing and Communications (GreenCom),Atlanta, USA, 14-17 July 2019.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。