Convergence Acceleration for Knowledge Distillation-Enabled Wireless Federated Learning
Notice bibliographique
Résumé
Federated distillation (FD), which inherits the privacy-preserving nature of federated learning (FL), has recently attracted increasing attention due to its communication efficiency in training the global model through logits aggregation. However, FD performance suffers from slow convergence due to statistically heterogeneous data and failures in logits transmission from resource-constrained clients over unreliable wireless links. Client selection and efficient resource allocation are typical methods to speed up the convergence in FD. However, most existing works have not considered the inherent inter-dependencies between these two methods. To address this issue, in this paper, we propose a Stackelberg game-based framework to optimally balance client selection and resource allocation. Specifically, client selection is formulated as the leader-level problem to reduce the number of required communication rounds. Subsequently, resource allocation is formulated as the follower-level problem to maximize their successful uploading rates in each round. By decomposing the follower-level problem into three subproblems, the closed-form solutions of transmission power, computation frequency, and the number of uploaded logits allocations are derived through monotonicity analysis. To solve the leader-level problem, we first derive the upper bound of the convergence of the FD global loss. Based on this, an uncertainty-based client selection scheme and an attention-based logits sampling method are proposed to optimally solve the leader’s optimization problem. Finally, the Stackelberg equilibrium is reached when all selected clients can successfully upload logits to the server. Simulation results demonstrate that the proposed Stackelberg equilibrium solutions significantly enhance the global model convergence speed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,009 | 0,005 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».