कार्य-उन्मुख कुशल संचार के साथ बड़े पैमाने पर इंटरनेट ऑफ थिंग्स के लिए एज लर्निंग

इंटरनेट ऑफ थिंग्स (IoT) नेटवर्क में, डेटा-प्रधान कार्यों के लिए एज लर्निंग बुद्धिमान अनुप्रयोगों और सेवाओं को प्रदान करता है। जैसे-जैसे नेटवर्क का आकार बड़ा होता है, विभिन्न उपयोगकर्ता अलग-अलग डेटा सेट उत्पन्न कर सकते हैं। इसलिए, बड़े पैमाने पर IoT नेटवर्क के लिए कई एज लर्निंग कार्यों के अनुकूल बनाने के लिए, यह पेपर कार्य-उन्मुख सिद्धांत के तहत कुशल संचार पर विचार करता है, जिसमें वायरलेस संसाधन आवंटन और एज लर्निंग त्रुटि भविष्यवाणी का सहयोगी डिजाइन शामिल है। विशेष रूप से, हम घने नेटवर्क में सह-चैनल हस्तक्षेप को कम करने के लिए बहु-उपयोगकर्ता अनुसूची के साथ शुरू करते हैं। फिर, हम विभिन्न लर्निंग कार्यों के लिए समानांतर में आदर्श शक्ति आवंटन करते हैं। डिज़ाइन किए गए एल्गोरिदम की उच्च समानांतरता के कारण, व्यापक प्रयोगात्मक परिणाम यह प्रमाणित करते हैं कि बहु-उपयोगकर्ता अनुसूची और कार्य-उन्मुख शक्ति आवंटन अलग-अलग एज लर्निंग कार्यों के प्रदर्शन में प्रभावी ढंग से सुधार करते हैं, जो कि वर्तमान सर्वोत्तम बेंचमार्क एल्गोरिदम की तुलना में है।