网络边缘的使能智能：联邦学习

摘要： 机器学习和无线技术的迅速发展正在为未来网络创造新的范式，人们期望通过大量数据集的推理获得更高程度的智能、并能够及时对当地响应作出反应。由于终端设备产生的海量数据，以及人们对隐私信息共享的日益关注，一个新的机器学习模型分支——联邦学习在人工智能和边缘计算的交叉领域应运而生。与传统的机器学习方法相比，联邦学习将模型直接带到设备中进行训练，将得到的参数发送到边缘服务器。该模型在设备上的本地副本带

>>阅读原文<<