Client Selection for Federated Learning with Heterogeneous Resources in Mobile Edge

Client Selection for Federated Learning with Heterogeneous Resources in Mobile Edge 摘要 我們設想了一個用於機器學習（ML）技術的移動邊緣計算（MEC）框架，它利用分佈式客戶端數據和計算資源來訓練高性能ML模型，同時保留客戶端隱私。爲了實現這一未來目標，本文旨在擴展聯邦學習（FL）這個分散學習框架，使模型的隱私保護

>>阅读原文<<