論文の概要: AirGC-CD: Gaussian-Circulant Precoding for Exactly Debiasable PAPR Reduction in Over-the-Air Federated Learning

• arxiv url: http://arxiv.org/abs/2609.23084v1
• Date: Sat, 19 Sep 2026 15:30:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:00.672792
• Title: AirGC-CD: Gaussian-Circulant Precoding for Exactly Debiasable PAPR Reduction in Over-the-Air Federated Learning
• Title（参考訳）: AirGC-CD: オーバー・ザ・エア・フェデレーション学習における極端に有害なPAPR削減のためのガウス回路プリコーディング
• Abstract要約: オーバー・ザ・エアのフェデレーション学習により、エッジデバイスはローカルアップデートを同時に送信できる。 得られた波形は、モデル次元に応じて成長するピーク対平均パワー比(PAPR)を有する。 本研究では, 局所的な更新を部分的なガウス循環行列でプリコードし, 切り抜きを行うAirGC-CDを提案する。
• 参考スコア（独自算出の注目度）: 11.76956722402854
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Over-the-air federated learning lets edge devices transmit their local updates simultaneously, reducing the communication overhead. The resulting waveform, however, has a peak-to-average power ratio (PAPR) that grows with the model dimension, and keeping the amplifier in its linear range leaves two remedies: clipping the peaks or backing off the transmit power. Neither remedy is without cost: i) the clipping distortion appears at the receiver as a bias that cannot be removed, and ii) back-off keeps the signal intact but degrades the average signal-to-noise ratio (SNR). Independent of this trade-off, the transmission remains uncompressed, spending one channel use per model parameter, which keeps large-model training out of reach. To address these challenges, we propose AirGC-CD, an over-the-air scheme that precodes each local update with a partial Gaussian circulant matrix before clipping. In AirGC-CD, the precoder's output is exactly Gaussian regardless of the update's sparsity, so the clipping function is designed for a known distribution instead of inheriting it from the data. This enables the clipping to be inverted on average by a single scalar Bussgang gain in closed form, and we prove that the resulting aggregate is exactly unbiased, with clipping adding only variance. The clipping ratio is then the only free parameter left, trading the variance of the clipping against the SNR loss from back-off, and we derive its near-optimum in closed form. Since the precoder is linear, it also acts as a compressor, reducing the transmission from the model dimension d to the sketch dimension m at a cost of only O(dlog d) via two fast Fourier transforms, whereas a Gaussian sketch costs O(md). Experiments on five image datasets show that AirGC-CD outperforms baseline over-the-air FL schemes in most settings, particularly at low SNR, while using fewer channel uses per round.
• Abstract（参考訳）: オーバー・ザ・エアのフェデレーション学習により、エッジデバイスはローカル更新を同時に送信し、通信オーバーヘッドを低減できる。 しかし、結果として生じる波形は、モデル次元とともに成長するピーク対平均パワー比(PAPR)を持ち、増幅器をリニアレンジに保ち、ピークを切断するか、送信電力を後退させる2つの治療法を残している。 どちらの治療も費用がかからない。 一 取り外せないバイアスとして受信機にクリップング歪みが現れること。 二 バックオフにより信号は無傷に保たれるが、平均信号対雑音比(SNR)を低下させる。 このトレードオフとは独立して、トランスミッションは非圧縮のままであり、モデルパラメータ毎に1つのチャネルを使用する。 これらの課題に対処するために,カット前に局所的なガウス循環行列で各局所的な更新をプリコードするオーバー・ザ・エア方式であるAirGC-CDを提案する。 AirGC-CDでは、プリコーダの出力は更新の間隔に関係なく正確にガウス的であるので、クリッピング機能はデータから継承するのではなく、既知の分布のために設計されている。 これにより、1つのスカラーBussgangゲインを閉じた形で平均で逆転することができ、その結果の集合が全く偏りがなく、クリッピングは分散のみを付加することを示す。 クリッピング比が残る唯一の自由パラメータであり、バックオフからSNR損失に対するクリッピングのばらつきを交換し、そのほぼ最適をクローズドな形で導出する。 プリコーダは線形であるため、モデル次元 d からスケッチ次元 m への変換を2つの高速フーリエ変換による O(dlog d) のみのコストで削減し、ガウススケッチは O(md) のコストで圧縮機としても機能する。 5つの画像データセットの実験では、AirGC-CDは、ほとんどの設定、特に低SNRにおいて、ベースラインオーバーエアFLスキームよりも優れており、ラウンド当たりのチャネル使用率が少ないことが示されている。

関連論文リスト

• One-Sided Quantile Coupling for Flow Matching [8.295726579539016]
  Flow Matching Train Continuous-time Generative Model by regressing the velocity field of a probability path between a simple source distribution and a target data distribution。 本稿では,データバッチのみをサンプリングし,各ペアソースを直接構築する軽量な一方結合であるQuantile Coupling Flow Matching (QC-FM)を提案する。 QC-FMはトレーニング予算に合わせてベースラインを改良し、FIDを最大12.9%削減し、4つのデータセットでOT-CFMを上回っている。
  論文  参考訳（メタデータ） (2026-08-02T04:03:59Z)
• DUET -- Dual User Embedding Transformers for Offsite Conversion Prediction [8.972672149050627]
  計算レコメンデーションシステムにおいて,オフサイト変換率(OCVR)予測は重要なランキング問題である。 このタスクは、クリック信号が豊富で、短い時間的水平線を示すのに対して、変換信号は本質的に疎く、長い遅延があり、しばしば未配布である。 ユーザ行動データを2つのドメインコヒーレントなストリーム – クリックと変換 – に明示的に分割するフレームワークであるDUETを提案する。
  論文  参考訳（メタデータ） (2026-06-08T23:13:58Z)
• Geometry-Correct Diffusion Posterior Sampling with Denoiser-Pullback Curvature Guidance and Manifold-Aligned Damping [2.9985000712079426]
  我々は、スカラー誘導をノイズレベルごとの減衰ガウスに置き換える。-拡散状態座標で計算されたニュートン補正。 競合するPSNR/SSIM/LPIPSを実現し、比較したベースラインのほとんどよりも大幅に高速である。
  論文  参考訳（メタデータ） (2026-05-27T05:29:35Z)
• Coverage Analysis of Rydberg Atom Quantum Receiver Arrays: A Stochastic Geometry Approach [55.47164192369501]
  ライドバーグ原子量子受信機(RAQR)は、量子制限感度とブロードバンドチューナビリティを提供する。 密集した展開において、集合的干渉は原子トランスデューサを小さな信号状態から外すことができる。 本稿では、RAQRフロントエンドを幾何学的カバレッジ分析に埋め込むことで、この問題に対処する。
  論文  参考訳（メタデータ） (2026-05-22T04:05:13Z)
• SSDD: Single-Step Diffusion Decoder for Efficient Image Tokenization [56.12853087022071]
  スケーリングとトレーニングの安定性を向上させるために,新しい画素拡散デコーダアーキテクチャを導入する。 蒸留を用いて, 拡散復号器の性能を効率よく再現する。 これによりSSDDは、敵の損失なしに訓練された単一ステップ再構成に最適化された最初の拡散デコーダとなる。
  論文  参考訳（メタデータ） (2025-10-06T15:57:31Z)
• Diffusion-Driven Semantic Communication for Generative Models with Bandwidth Constraints [66.63250537475973]
  本稿では,帯域制限付き生成モデルのための,高度なVAEベースの圧縮を用いた拡散駆動型セマンティック通信フレームワークを提案する。 実験の結果,ピーク信号対雑音比 (PSNR) などの画素レベルの指標と,LPIPS (Learning Perceptual Image patch similarity) のような意味的指標が大幅に改善された。
  論文  参考訳（メタデータ） (2024-07-26T02:34:25Z)
• Rolling Shutter Correction with Intermediate Distortion Flow Estimation [55.59359977619609]
  本稿では,グローバルシャッタ(GS)からRSへの歪み流を直接推定することにより,ローリングシャッタ(RS)歪み画像を補正することを提案する。 既存の手法は通常、RSからGSへの非歪流を用いて補正を行う。 本稿では,歪み流を直接推定し,後方ワープ操作でRS像を補正する新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-04-09T14:40:54Z)
• CARNet:Compression Artifact Reduction for Point Cloud Attribute [37.78660069355263]
  圧縮アーチファクトを低減するため,Geometry-based Point Cloud Compression (G-PCC) 標準の学習型適応ループフィルタを開発した。 提案手法は, 圧縮歪み近似として複数のMPSOを生成し, アーティファクト緩和のために線形に重み付けする。
  論文  参考訳（メタデータ） (2022-09-17T08:05:35Z)
• Rate Region for Indirect Multiterminal Source Coding in Federated Learning [49.574683687858126]
  多数のエッジデバイスは、ローカルモデルの各ラウンドでアップデートをエッジに送信します。 既存の作品は、異なるエッジによって送信される情報の焦点を活用しない。 本稿では,間接多端音源符号化 fl のレート領域について検討する。
  論文  参考訳（メタデータ） (2021-01-21T16:17:39Z)
• Learning Efficient GANs for Image Translation via Differentiable Masks and co-Attention Distillation [130.30465659190773]
  Generative Adversarial Networks (GAN) は画像翻訳において広く利用されているが、その高い計算とストレージコストがモバイルデバイスへの展開を妨げる。 DMADと呼ばれる新しいGAN圧縮手法を提案する。 実験の結果、DMADはCycleGANのMultiply Accumulate Operations (MAC)を13倍、Pix2Pixを4倍削減し、フルモデルに匹敵する性能を維持することができた。
  論文  参考訳（メタデータ） (2020-11-17T02:39:19Z)
• End-to-end Learning for OFDM: From Neural Receivers to Pilotless Communication [12.325545487629297]
  周波数選択型および時間選択型フェーディングチャネル上でのエンド・ツー・エンド・ラーニングの効果について検討する。 受信機における不完全なチャネル知識により、AWGNチャネルで観測されたシェイピングゲインは消滅する。 他の2つのパフォーマンス改善源を特定します。
  論文  参考訳（メタデータ） (2020-09-11T07:33:00Z)

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。