Contribution-Aware Federated Edge Learning for Robust Resource Allocation in Massive IoT Networks
Questo articolo propone un algoritmo di apprendimento federato all'edge consapevole del contributo (CA-FE-MADDPG) che integra la modellazione dell'interferenza spaziale, meccanismi di penalità granulari e l'inizializzazione guidata dall'euristica per affrontare l'interferenza di spettro, l'allocazione non equa del credito e la non stazionarietà ambientale nelle reti IoT massive, migliorando così significativamente il throughput del sistema, i tassi di accesso e la qualità del servizio.