Contribution-Aware Federated Edge Learning for Robust Resource Allocation in Massive IoT Networks
Dit artikel stelt een bijdrage-bewust federated edge learning-algoritme voor (CA-FE-MADDPG) dat ruimtelijke interferentiemodellering, fijnmazige strafmechanismen en heuristisch gestuurde initialisatie integreert om spectruminterferentie, oneerlijke toewijzing van krediet en omgevings-niet-stationariteit in massale IoT-netwerken aan te pakken, waardoor de systeemdoorvoer, toegangspercentages en kwaliteit van dienstverlening aanzienlijk worden verbeterd.