محققان در دستاورد جدیدی، چارچوب نوآورانهای به نام AIRPLAN را برای بهبود «یادگیری فدرال غیرمتمرکز» (OTA-DFL) معرفی کردهاند. این تکنولوژی با بهرهگیری از مفاهیم بهینهسازی پرسوجو، چالشهای انتخاب توپولوژی شبکه در محیطهای بیسیم را حل میکند.
ویژگیهای کلیدی این مدل:
✅ کاهش قابلتوجه تاخیر در ارتباطات
✅ انتخاب هوشمندانه گراف شبکه برای حداقلسازی هزینههای آموزش
✅ حفظ دقت بالا (SLA) با کمترین سربار (کمتر از ۱.۸ درصد)
✅ عملکردی مشابه با بهینهترین حالت تئوری (اوراکل) در بیش از ۹۱ درصد موارد
این نوآوری گامی بزرگ برای هوشمندتر کردن ارتباطات در شبکههای توزیعشده و یادگیری ماشین لبه (Edge AI) است.
منبع: arXiv Machine Learning