Client Selection for Federated Learning with Heterogeneous Resources in Mobile Edge

Client Selection for Federated Learning with Heterogeneous Resources in Mobile Edge 摘要 我们设想了一个用于机器学习（ML）技术的移动边缘计算（MEC）框架，它利用分布式客户端数据和计算资源来训练高性能ML模型，同时保留客户端隐私。为了实现这一未来目标，本文旨在扩展联邦学习（FL）这个分散学习框架，使模型的隐私保护

>>阅读原文<<