분산 연합 학습(SFL)은 엣지 환경에서 모델 훈련에 효과적인 방법으로 떠올랐어요. 하지만 SFL은 모델 분할과 자원 할당에 이산적인 의사 결정 변수를 포함하여 복잡한 혼합 정수 문제를 야기해요.
본 연구에서는 자원 제약 네트워크 환경에서 SFL을 위한 효율적인 최적화 프레임워크를 구축하여 훈련 비용(지연 시간과 에너지 비용의 가중 합)을 최소화하는 모델 분할과 자원 할당을 공동으로 최적화했어요.
실험 결과, 제안된 방법은 에너지와 지연 시간 간의 최적 균형을 맞추는 데 효율적인 솔루션을 제공하는 것으로 나타났어요.