原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种面向云无线接入网的联邦学习通信方法，其特点是该方法包括：S1、构建面向云无线接入网的联邦学习框架，面向云无线接入网和量化神经网络的联邦学习系统、训练、云无线接入网通信模型；S2、对联邦学习框架进行收敛性分析；S3、构建联邦学习系统能量模型，并进行收敛性分析，根据收敛结果以及能耗模型构建一个系统能量最小化的优化问题，并通过交替优化的联合优化解决该问题。本发明与现有技术相比具有通过量化神经网络使用低比特数据减少了训练时的能量消耗，通过利用云无线接入网的高可扩展性、吞吐量和覆盖率的特性
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116528269 A
(43)申请公布日 2023.08.01
(21)申请号 202310656465.1
(22)申请日 2023.06.05
(71)申请人 华东师范大学
地址 200241
文档评论（0）