انتخاب بهینه میزان شرکت پذیری دستگاه های لبه در یادگیری فدرال با یادگیری تقویتی

با توجه به حجم زیاد داده های جمع آوری شده در دستگاه ها و اهمیت یادگیری مدل در این دستگاه ها، تکنیک یادگیری ماشینی مشارکتی بنام یادگیری فدرال (FL) معرفی شد که دستگاه ها را قادر می سازد تا بدون به اشتراک گذاشتن داده های خام خود، به طور مشترک یک مدل را آموزش دهند و نگرانی های حیاتی مانند حفظ حریم خصوصی و امنیت داده ها را برطرف می کند. با این حال FL با چالش هایی مانند پهنای باند و ناهمگونی سیستم و داده ها در دستگاه های لبه مواجه است که به روزرسانی مدل ها را در همه دستگاه ها به طور همزمان غیرعملی می سازد. در این مقاله یک روش مبتنی بر یادگیری تقویتی دوگانه برای انتخاب بهینه دستگاه های شرکت کننده در یادگیری و میزان شرکت پذیری آنها ارائه شده است. این روش با توجه به ویژگی های دستگاه های انتخاب شده میزان شرکت پذیری هر یک دستگاه ها را در هر دور مشخص می کند. با آزمایش های انجام شده در PyTorch، نشان داده شده است که تعداد دورهای ارتباطی مورد نیاز‎ را می توان در مقایسه با الگوریتم FedAvg و FLASH کاهش داد، درحالی که دقت افزایش داشته است.

کلیدواژه ها:

یادگیری تقویتی ، یادگیری فدرال ، بهینه