OptiVote: 宇宙データセンター向けFSOベースのFederated Learning

この論文は、帯域幅とエネルギーが制約された宇宙データセンターにおける効率的なFederated Learningの実現という課題に取り組んでいます。著者は、従来のコヒーレントAirCompの制限を克服するために、正確な位相同期を必要としない、新しい非コヒーレント自由空間光（FSO）AirCompフレームワークであるOptiVoteを提案しています。これは、宇宙という困難な環境においてFederated Learningをより実用的にするため、重要な貢献です。

• •宇宙データセンターにおけるFederated Learningのための非コヒーレントFSO AirCompフレームワークであるOptiVoteを提案。
• •通信効率と堅牢性のために、signSGD、多数決集約、およびPPMを利用。
• •正確な位相同期の必要性を排除し、宇宙環境における主要な課題に対処。
• •集約バイアスを軽減するためのCSIフリーの動的電力制御スキームを導入。
• •理論分析と収束保証を提供。