연합학습의 모델 업로드 및 종합을 위한 상향링크 다중 입출력 통신 최적화
Optimizing Uplink MIMO Transmission for Model Uploadand Aggregation in Federated Learning
- Resource Type
- Article
- Authors
- 유원식; 박석환
- Source
- 한국통신학회논문지, 48(8), pp.934-941 Aug, 2023
- Subject
- 전자/정보통신공학
- Language
- 한국어
- ISSN
- 2287-3880
1226-4717
This paper focuses on optimizing multi-antenna transmission to enhance the efficiency of model upload in digital federated learning systems. Unlike previous research that assumes perfect channel state information (CSI) for local model upload in federated learning, this work takes into consideration the imperfection of CSI and computes the achievable data rates accordingly. The problem of minimizing the mean squared error (MSE) of the global aggregated model is formulated, which is found to be non-convex. To address this non-convexity and obtain an efficient suboptimal solution, we propose an iterative algorithm based on Majorization Minimization. The advantages of the proposed algorithm are validated through numerical results.
본 논문은 연합학습 시스템에서 효율적인 모델 업로드를 위한 다중안테나 통신 기술의 최적화를 다룬다. 기존연구는 연합학습의 로컬 모델 업로드 통신 기술 설계 시 채널 상태 정보가 완벽하다고 가정하였다. 그러나 본 논문은 채널 정보의 부정확성을 고려하여 상향링크 데이터 전송율을 계산하고, 이를 바탕으로 글로벌 종합 모델의평균 자승 오차를 최소화하는 문제를 정립한다. 이 최적화 문제의 비 컨백스 성질을 극복하고 부 최적해를 효율적으로 얻기 위해 Majorization Minimization 기반의 알고리즘을 제안한다. 또한 모의실험을 통해 제안하는 최적화알고리즘의 우수성을 검증한다.