Federativ simsiz trafik proqnozlaşdırılması üçün diqqət mexanizminə əsaslanan seyrək aqreqasiya və heterogenliyi nəzərə alan optimallaşdırma
Rajakani Velumani1 
, N.Babu2 , K.Madhan3* , P.Maithili4
Xülasə. Mobil rabitə şəbəkələrində simsiz trafikin proqnozlaşdırılması rabitə sisteminin qabaqlayıcı şəkildə uyğunlaşdırılması üçün vacibdir. Federativ öyrənmədən (FL) istifadə etməklə şəbəkənin kənarında simsiz trafikin proqnozlaşdırılması məxfiliyin daha yaxşı qorunması və ilkin məlumatların ötürülməsinə ehtiyacın aradan qaldırılması sayəsində böyük diqqət cəlb etmişdir. Bununla belə, mövcud FL əsaslı trafik proqnozlaşdırma metodları yerli müştərilərlə mərkəzi server arasında hələ də əhəmiyyətli həcmdə qradiyent mübadiləsi tələb edir və FL arxitekturası daxilində yerli müştərilər arasındakı məkan asılılıqlarının necə modelləşdirilməsi tam aydın deyil. Bu problemi həll etmək üçün 6G simsiz rabitəsi üzrə paylanmış avtonom şəbəkə (DAN) arxitekturasına əsaslanan FL çərçivəsi təklif edirik. Bu çərçivə proqnozlaşdırma dəqiqliyini qorumaqla rabitə yükünü minimuma endirmək məqsədilə dörd mərhələni əhatə edir: yerli modelləşdirmə, qradiyentlərin məhdudlaşdırılması və sıxılması, trayektoriya səviyyəsində toplanma və qlobal optimallaşdırma. Hər bir müştəridə L₂ normasına əsaslanan qradiyent məhdudlaşdırılmasından sonra yüklənən qradiyentlərin həcmini əhəmiyyətli dərəcədə azaltmaq üçün Top-K seyrəkləşdirməsi və 1 bitlik kvantlaşdırma tətbiq edilir. Sıxılma nəticəsində yaranan məlumat itkisini kompensasiya etmək üçün trayektoriya üzrə diqqətə əsaslanan aqreqasiya modulu hər bir müştərinin yükləmə trayektoriyasından həmin müştəriyə xas diqqət çəkilərini öyrənir. Modul qradiyent sabitliyi göstəricilərini yerli performans göstəriciləri ilə birləşdirərək ardıcıl və yüksək keyfiyyətli yeniləmələrə aqreqasiya zamanı daha böyük çəki verir; bütün korrelyasiyalı yeniləmələri, δ həddini və k uyğun yeniləməni əsas götürən üç fərdiləşdirilmiş aqreqasiya strategiyası isə müştərilər arasındakı məkan qarşılıqlı asılılığını nəzərə almaq üçün qradiyent korrelyasiyasından istifadə edir. Adam alqoritminə əsaslanan, heterogenliyi nəzərə alan adaptiv optimallaşdırıcı əlavə olaraq hər bir müştərinin öyrənmə sürətini, momentumunu və çəkilərin zəiflədilməsi parametrlərini onun trafik xüsusiyyətlərinə uyğunlaşdırır və təlim raundları arasında ardıcıllığı təmin edərək müştərilər üzrə müstəqil və eyni paylanmış olmayan məlumatların (non-IID) təsirini azaldır. Real simsiz trafikə aid iki verilənlər bazası üzərində aparılan eksperimentlər göstərir ki, təklif olunan yanaşma müasir alqoritmik üsulları üstələyir və proqnozlaşdırma dəqiqliyini qorumaqla rabitə səmərəliliyini 100 dəfəyədək artıra bilir.
Açar sözlər: mobil rabitə şəbəkələri, trafikin proqnozlaşdırılması, avtonom şəbəkə, sıxılma, kvantlaşdırma, heterogenlik