論文の概要: Over-the-Air Computation over Balanced Numerals

• arxiv url: http://arxiv.org/abs/2209.11004v1
• Date: Thu, 22 Sep 2022 13:35:58 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-23 14:27:00.571266
• Title: Over-the-Air Computation over Balanced Numerals
• Title（参考訳）: バランスの取れた数に対するオーバー・ザ・エア計算
• Authors: Alphan Sahin and Rui Yang
• Abstract要約: 実数値パラメータの集合の平均は、対応する数字の平均を用いておおよそ計算することができる。 提案手法は局所勾配を数値の集合にエンコードする。 次に、数値を用いて、活性化周波数分割多重化(OFDM)サブキャリアの位置を決定する。
• 参考スコア（独自算出の注目度）: 13.878567119881483
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this study, a digital over-the-air computation (OAC) scheme for achieving continuous-valued gradient aggregation is proposed. It is shown that the average of a set of real-valued parameters can be calculated approximately by using the average of the corresponding numerals, where the numerals are obtained based on a balanced number system. By using this property, the proposed scheme encodes the local gradients into a set of numerals. It then determines the positions of the activated orthogonal frequency division multiplexing (OFDM) subcarriers by using the values of the numerals. To eliminate the need for a precise sample-level time synchronization, channel estimation overhead, and power instabilities due to the channel inversion, the proposed scheme also uses a non-coherent receiver at the edge server (ES) and does not utilize a pre-equalization at the edge devices (EDs). Finally, the theoretical mean squared error (MSE) performance of the proposed scheme is derived and its performance for federated edge learning (FEEL) is demonstrated.
• Abstract（参考訳）: 本研究では,連続的な値の勾配集計を実現するためのOAC方式を提案する。 実数値パラメータの集合の平均は、対応する数字の平均を用いておおよそ計算できることが示され、この数値はバランスの取れた数系に基づいて得られる。 この性質を用いることで、提案されたスキームは局所勾配を数値集合に符号化する。 次に、数値を用いて、活性化直交周波数分割多重化(OFDM)サブキャリアの位置を決定する。 チャネルインバージョンによる正確なサンプルレベルの時間同期、チャネル推定オーバーヘッド、電力不安定性を排除するために、提案手法はエッジサーバ(ES)では非コヒーレント受信機を使用し、エッジデバイス(ED)では事前等化を使用できない。 最後に,提案手法の理論的平均二乗誤差(MSE)性能を導出し,フェデレートエッジ学習(FEEL)の性能を示す。

関連論文リスト

• Compute-Update Federated Learning: A Lattice Coding Approach Over-the-Air [18.88978854474189]
  本稿では,デジタル通信によるオーバー・ザ・エア計算を実現するための統合学習フレームワークを提案する。 本稿では,量子化モデルパラメータの整数結合を確実に復号化するための新しい受信構造を提案する。
  論文  参考訳（メタデータ） (2024-09-10T08:52:24Z)
• Joint Sparsity Pattern Learning Based Channel Estimation for Massive MIMO-OTFS Systems [46.42375183269616]
  大規模マルチインプット・マルチアウトプット(MIMO)変調システムのためのジョイント・スパシティ・パターン・ラーニング(JSPL)に基づくチャネル推定手法を提案する。 シミュレーション結果と解析の結果から,提案したチャネル推定手法は,最先端のベースライン方式よりも性能が向上することが示された。
  論文  参考訳（メタデータ） (2024-03-06T15:05:39Z)
• Rethinking Clustered Federated Learning in NOMA Enhanced Wireless Networks [60.09912912343705]
  本研究では,新しいクラスタ化フェデレーション学習(CFL)アプローチと,非独立かつ同一に分散した(非IID)データセットを統合することのメリットについて検討する。 データ分布における非IIDの度合いを測定する一般化ギャップの詳細な理論的解析について述べる。 非IID条件によって引き起こされる課題に対処する解決策は、特性の分析によって提案される。
  論文  参考訳（メタデータ） (2024-03-05T17:49:09Z)
• Wireless Federated $k$-Means Clustering with Non-coherent Over-the-Air Computation [14.087062902871212]
  OACスキームは、バランスの取れた数系における数値の表現を利用するエンコーダに依存している。 非効率なセンチロイドの再初期化法を提案し、不均一なデータ分散のための提案手法の性能を向上させる。
  論文  参考訳（メタデータ） (2023-08-11T20:12:26Z)
• Deep Reinforcement Learning for IRS Phase Shift Design in Spatiotemporally Correlated Environments [93.30657979626858]
  本稿では,チャネル相関と目的地動きを考慮したディープアクター批判アルゴリズムを提案する。 チャネルが時間的に相関している場合、コンバージェンスを抑制する方法において、関数近似を伴う状態表現にSNRを組み込むことが示される。
  論文  参考訳（メタデータ） (2022-11-02T22:07:36Z)
• Concrete Score Matching: Generalized Score Matching for Discrete Data [109.12439278055213]
  コンクレトスコア(Concrete score)とは、個別の設定のためのスコア(ステイン)の一般化である。 コンクレトスコアマッチング(Concrete Score Matching)は、サンプルからこのようなスコアを学習するフレームワークである。
  論文  参考訳（メタデータ） (2022-11-02T00:41:37Z)
• Over-the-Air Computation Based on Balanced Number Systems for Federated Edge Learning [14.087062902871212]
  実数値パラメータの集合の平均は、数値の集合に基づいて数値の勾配を用いて計算できることを示す。 提案手法をFEELでAAMと併用した場合, 実験精度は不均一なデータ分布に対して最大98%に達することが示唆された。
  論文  参考訳（メタデータ） (2022-10-13T13:21:10Z)
• Model-Driven Deep Learning Based Channel Estimation and Feedback for Millimeter-Wave Massive Hybrid MIMO Systems [61.78590389147475]
  本稿では,ミリ波(mmWave)システムのモデル駆動深層学習(MDDL)に基づくチャネル推定とフィードバック方式を提案する。 無線周波数(RF)鎖の限られた数から高次元チャネルを推定するためのアップリンクパイロットオーバーヘッドを低減するために,位相シフトネットワークとチャネル推定器を自動エンコーダとして共同で訓練することを提案する。 MDDLに基づくチャネル推定とフィードバック方式は,最先端の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-04-22T13:34:53Z)
• Cluster-Based Cooperative Digital Over-the-Air Aggregation for Wireless Federated Edge Learning [9.179817518536545]
  空気上計算(AirComp)を用いた無線エッジにおける連合学習システムについて検討する。 このようなシステムでは、ユーザは、高速なモデルアグリゲーションを実現するために、マルチアクセスチャネル上でメッセージを同時に送信する。 本稿では,ユーザが位相補正を行い,全電力で送信する送信機の要求を緩和する改良されたディジタルAirComp方式を提案する。
  論文  参考訳（メタデータ） (2020-08-03T16:29:52Z)
• Batch Stationary Distribution Estimation [98.18201132095066]
  サンプル遷移の組を与えられたエルゴードマルコフ鎖の定常分布を近似する問題を考える。 与えられたデータに対する補正比関数の復元に基づく一貫した推定器を提案する。
  論文  参考訳（メタデータ） (2020-03-02T09:10:01Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。