ACM通信
ACM TechNews
技术为无线设备中的“联邦学习”AI训练铺平了道路
在联邦学习(一种涉及多个设备的机器学习形式)中，每个客户端都接受不同数据的训练，并为执行特定任务开发自己的模型。
图片来源:Jonas Leupe
北卡罗莱纳州立大学(NC State)的研究人员开发了一种新技术，该技术允许联邦学习用于训练无线设备上的人工智能(AI)系统。
该技术使用压缩来减少数据传输的大小，这是非常重要的，因为联合学习在训练期间需要客户端和中央服务器之间进行大量的通信。
数据包在传输前被压缩，并由集中式服务器进行重构。
研究人员开发的算法能够将来自客户端的无线数据量压缩99%以上。
北卡罗来纳州立大学的Kai Yue说:“我们的技术使联邦学习在可用带宽有限的无线设备上可行。例如，它可以用于提高许多与用户交互的AI程序的性能，如声控虚拟助手。”
从北卡罗莱纳州立大学新闻
查看全文
版权所有©2022SmithBucklin，美国华盛顿特区
没有找到条目