面向边缘设备多模态联邦学习的熵引导张量压缩

英文标题：Entropy-Guided Tensor Compression for Multimodal Federated Learning on Edge Devices

该论文针对边缘设备上的多模态联邦学习场景，提出一种基于熵引导的张量压缩方法。现有更新压缩方案往往对所有层采用统一策略，而该方法考虑到不同客户端在感知与计算能力上的差异。通过引入信息熵度量，实现自适应压缩，有望在异构环境中显著提升通信效率与模型性能。这对移动联邦学习及边缘AI开发者而言，提供了一种更具鲁棒性和系统异质性感知的压缩范式。

2.6 KB 2.1 KB 461 B 612 B 380 B 9.1 KB 22.8 KB 24.2 KB 34.7 KB