论文提出FractalNet卫星联邦学习框架

Sai Puppala、Bhabani P. Sinha 和 Koushik Sinha 在 arXiv 发布论文（v2），提出一种基于 FractalNet 架构的异构联邦学习方法，用于卫星巨型星座的在轨边缘智能，将模型深度按 SWAP-C 约束、星间接触预测和训练统计量分配给各层卫星，并以野火检测为案例。 作者称，在模拟巨型星座上的实验验证了该方法在收敛性、通信效率、能耗适应、调度池化节省、鲁棒性和延迟方面的表现。实验基于模拟环境，尚未有真实星座部署结果。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。