Föderiertes Lernen und Übertragung von Berechnungen: Eine vergleichende Studie

Da das Föderierte Lernen (FL) als datenschutzfreundliche Alternative zum zentralisierten maschinellen Lernen aufkommt, wird die Gewährleistung der Kommunikationseffizienz zunehmend entscheidend. Dieses Papier untersucht zwei vielversprechende Strategien: orthogonales FL, das sequentielle Übertragungen nutzt, und Übertragungs-über-die-Luft-FL, bei dem Signale gleichzeitig in der Luft kombiniert werden. Ihre Leistung wird anhand mehrerer wichtiger Parameter bewertet, um Abwägungen zwischen Genauigkeit und Ressourcenverbrauch zu enthüllen. Ein Simulationsrahmen wurde entworfen, um das Konvergenzverhalten unter variierenden Komplexitäten der Datensätze und Datenverteilungen zu bewerten. Während orthogonales FL eine höhere Genauigkeit und Stabilität erreicht, bietet Übertragungs-über-die-Luft-FL erhebliche Kommunikationsersparnisse, insbesondere in geräuscharmer Szenarien. Diese Ergebnisse heben wichtige Abwägungen zwischen Modellleistung und Kommunikationseffizienz hervor.