Age of information and unbiased federated learning in energy harvesting error-prone channels
Hataya açık kanallar üzerinde enerji hasadı ile tarafsız federe öğrenme ve bilgi yaşı
- Tez No: 763905
- Danışmanlar: DR. ÖĞR. ÜYESİ ELİF TUĞÇE CERAN ARSLAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 102
Özet
Federe öğrenme, dağıtılmış kullanıcılar üzerinde yerel olarak üretilen ve depolanan büyük miktarda veri üzerinde makine öğrenimi modellerinin işbirlikçi eğitimi için iletişim açısından verimli ve gizliliği koruyan bir öğrenme tekniğidir. Bu tezde, hataya açık kanal veya kesintili enerji varışı gibi çeşitli kısıtlamalara sahip senaryolarda modern federe öğrenme yöntemlerine benzer bir yakınsamayı sağlayan tarafsız federe öğrenme yöntemleri araştırılmaktadır. Ek olarak, varış noktasındaki bilginin eskiliğini ölçen bilgi yaşı (AoI) adı verilen yaygın metrik, enerji kısıtlamaları altında incelenir ve federe öğrenme algoritmalarının performansını artırmak için kullanılır. İlk olarak, kusurlu bir kanal üzerinde ve enerji kısıtlamaları altında ortalama bilgi yaşını en aza indirmeyi amaçlayan kısıtlı bir Markov karar problemi incelenmiştir. Optimal eşik tabanlı bir zamanlama politikası önerilmiş ve zamana göre ortalama AoI ve yaş ihlali olasılıkları elde edilmiştir. İkinci olarak, her kullanıcının enerji ve kanal profillerine göre kullanıcı çizelgelemesini ve gradyan ağırlıklandırmasını ortaklaşa tasarlayan, tarafsız bir federe öğrenme algoritması sunulmuştur. Önerilen algoritmanın, enerji veya kanal kısıtlaması olmayan algoritmalara yakın, yüksek bir test doğruluğu ve yakınsama garantisi sağladığı gösterilmiştir. Son olarak, bilgi yaşının heterojen kullanıcılar ve farklı veri kümeleri ile federe öğrenme üzerindeki etkisi incelenmiş ve performansı deneylerle gösterilmiştir.
Özet (Çeviri)
Federated learning is a communication-efficient and privacy-preserving learning technique for collaborative training of machine learning models on vast amounts of data produced and stored locally on the distributed users. In this thesis, unbiased federated learning methods that achieve a similar convergence as state-of-the-art federated learning methods in scenarios with various constraints like error-prone channel or intermittent energy availability are investigated. In addition, a prevalent metric called the age of information (AoI), which quantifies the staleness of the information at the destination, is studied under energy constraints and exploited to increase the performance of federated learning algorithms. Firstly, a constrained Markov decision problem that aims to minimize the average age of information over an imperfect channel and under energy constraints is investigated. An optimal threshold-based scheduling policy is obtained and the optimal time average AoI and age violation probabilities are derived. Secondly, a federated learning algorithm that jointly designs the unbiased user scheduling and gradient weighting according to the energy and channel profile of each user is presented. It is shown that the proposed algorithm provides a high test accuracy and a convergence guarantees, which is close to the algorithms that have no energy or channel constraints. Lastly, the effect of AoI on federated learning with heterogeneous users and different datasets is studied, and the performance is demonstrated by experiments.
Benzer Tezler
- Birinci basamak sağlık hizmetlerinde karşılaşılan dermatolojik lezyonların tanısı ve yönetimine yönelik bir eğitim programının değerlendirilmesi ve geliştirilmesi
Evaluation and improvement of an educational program forthe diagnosis and management of dermatological lesions inprimary healthcare services
KAAN YURTCANLI
Tıpta Uzmanlık
Türkçe
2023
Aile HekimliğiMarmara ÜniversitesiAile Hekimliği Ana Bilim Dalı
PROF. DR. GÜLRU PEMRA CÖBEK ÜNALAN
- Basında okurluk araştırmaları -Türkiye Avrupa karşılaştırması-
Printed media research -Comparison of Turkey and Europe-
COŞKUN HALICI
- Ayırıcı tanının güç olduğu bir durumda makine öğrenme yöntemleri ile demans ve hafif kognitif bozukluk ayırt ediciliğinin değerlendirilmesi
Evaluation of dementia and mild cognitive disorders with machine learning methods in a situation where the differential diagnosis is difficult
CELAL ŞENER
Yüksek Lisans
Türkçe
2023
Bilim ve TeknolojiDokuz Eylül ÜniversitesiMedikal İnformatik Ana Bilim Dalı
PROF. DR. PEMBE KESKİNOĞLU
- Göstergebilim ışığında modernizm, postmodernizm ve bir örnek: Klassis
In the light of semiotics modernism, postmodernism and an example:Klassis
BÜLENT TANJU
- İnternet haberciliğinde görsel malzeme kullanımı üzerine göstergebilimsel bir i̇nceleme
A semiological research on the usage of visual content in internet journalism
ÖDÜL KAZAN
Yüksek Lisans
Türkçe
2019
GazetecilikYıldız Teknik ÜniversitesiSanat ve Tasarım Ana Sanat Dalı
ÖĞR. GÖR. UĞUR KUTAY