Over-The-Air Federated Learning Over Scalable Cell-free Massive MIMO

要約

セルフリー大規模 MIMO は、将来の無線通信システムの有望な技術として浮上しており、従来のセルラー システムと比較して均一なカバレッジと高いスペクトル効率を提供すると期待されています。
この論文では、セルフリーの大規模 MIMO がフェデレーション エッジ ラーニングをどのようにサポートできるかを研究します。
無線多元接続チャネルの付加的な性質を利用して、クライアントが同じ通信リソースを介してローカル更新を同時に送信する無線計算が利用されます。
このアプローチは、無線ネットワーク経由のフェデレーテッド ラーニング (OTA-FL) として知られており、ワイヤレス ネットワークを介したフェデレーテッド ラーニングの通信オーバーヘッドを軽減することが証明されています。
チャネル相関と、中央サーバーで利用できる不完全なチャネル状態情報のみを考慮して、セルフリー大規模 MIMO を介した OTA-FL の実用的な実装を提案します。
提案された実装の収束は分析的および実験的に研究され、OTA-FL に対するセルフリーの大規模 MIMO の利点が確認されています。

要約(オリジナル)

Cell-free massive MIMO is emerging as a promising technology for future wireless communication systems, which is expected to offer uniform coverage and high spectral efficiency compared to classical cellular systems. We study in this paper how cell-free massive MIMO can support federated edge learning. Taking advantage of the additive nature of the wireless multiple access channel, over-the-air computation is exploited, where the clients send their local updates simultaneously over the same communication resource. This approach, known as over-the-air federated learning (OTA-FL), is proven to alleviate the communication overhead of federated learning over wireless networks. Considering channel correlation and only imperfect channel state information available at the central server, we propose a practical implementation of OTA-FL over cell-free massive MIMO. The convergence of the proposed implementation is studied analytically and experimentally, confirming the benefits of cell-free massive MIMO for OTA-FL.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google