A Radical Heavy-Ball Method for Gradient Acceleration in Communication-Efficient Mobile Federated Learning
Notice bibliographique
Résumé
Federated Learning (FL) is widely used in mobile computing as a communication-efficient distributed machine learning (ML) paradigm; however, it faces challenges such as model convergence to local optima or slow convergence due to the heterogeneity of client data. To mitigate data heterogeneity, the Nesterov Accelerated Gradient (NAG) method demonstrates its effectiveness by predictively updating the gradient to improve system performance. However, the performance of NAG depends heavily on the choice of decay coefficients; larger coefficients have greater acceleration but may lead to an unstable convergence process due to their unreasonable prediction of the descent gradient. To solve the above problems, this paper proposes the first radical heavy ball (RHB) method that combines momentum and NAG. In Stochastic Gradient Descent (SGD), momentum stabilizes the gradient descent process by integrating the historical gradients to update the parameters, and the RHB strategy decouples a single decay coefficient into an NAG component and a momentum component. The RHB introduces a gradient recall after each gradient acceleration by the NAG to strengthen the NAG's perception of the historical gradients, thus stabilizing the gradient descent process. By weighing the historical gradients and the predicted gradient, RHB effectively mitigates the instability of NAG convergence and demonstrates better performance. As a result, the algorithm further mitigates the impact of customer data heterogeneity in FL and can effectively deliver global update information to participants without additional communication costs. We conduct comprehensive experiments in a binary function, single node, and federated model environment to analyze the convergence properties in non-convex loss functions. RHB exhibits better performance and less computational overhead than many existing algorithms.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».