Papers (10) 썸네일형 리스트형 논문 리뷰) (Mobisys 2022) FedBalancer: Data and Pace Control for Efficient Federated Learning on Heterogeneous Clients - (2) 이전 게시글 2023.01.11 - [Papers/Federated Learning] - 논문 리뷰) (Mobisys 2022) FedBalancer: Data and Pace Control for Efficient Federated Learning on Heterogeneous Clients - (1) FedBalancer 리뷰 두번째 게시글이다. 생각보다 글이 자꾸 길어진다.,, FedBalancer FedBalancer의 overview이다. 총 7개의 step이 있다. (1) Server에서는 Client들에게 model weight와 loss threshold, deadline 총 세개의 정보를 보낸다. Client 쪽에서는 (2) Sample selection module에서 학습할 data를.. 논문 리뷰) (Mobisys 2022) FedBalancer: Data and Pace Control for Efficient Federated Learning on Heterogeneous Clients - (1) 들어가며... 올해 첫 세미나 논문으로 Mobisys 2022년에 accept된 paper인 "FedBalancer: Data and Pace Control for Efficient Federated Learning on Heterogeneous Clients"를 선정하였다. 겨울방학 시즌동안 coursework이 없으니 Mobisys, Sensys, Mobicom 등 내가 연구하는 community에서 한 해동안 publish된 paper들을 모아다 읽을 계획이었는데, 마침 세미나를 하게 되어서 잘 되었다 생각했다. Fedbalancer는 카이스트 이성주 교수님 연구실과 중국 칭화대학 AIR에서 공동 연구로 나온 논문이다. 기본적으로 가지고 있는 문제의식은 FL 알고리즘에서 학습에 활용되는 client.. 이전 1 2 다음
