IRS辅助的边缘智能系统中基于数据重要性感知的资源分配
针对智能反射面(IRS)辅助的边缘智能系统中模型参数汇聚的问题,提出一种基于数据重要性感知的资源分配算法.利用凸优化和分支定界等方法交替优化用户的发射功率、传输次数和智能反射面的相移矩阵.仿真结果表明,所提算法能够基于本地数据的重要性差异有效汇聚分布式智能体的模型参数,并最大化加权和速率.
智能反射面、模型汇聚、重要性感知、资源分配
43
TN929.5
国家重点研发计划项目2019YFC1511400
2021-02-05(万方平台首次上网日期,不代表论文的发表时间)
共8页
51-58