FL结合Communication初步调研计划

联邦学习 + 通信

初步调研计划

姓名：____________________
学号：____________________
导师：刘老师
计划周期：2025年__月__日 – 2025年__月__日（共4周）

---

🎯 总体目标

在4周内系统性地了解联邦学习（Federated Learning, FL）的基本原理及其与通信系统的结合点，掌握关键挑战与优化技术，最终形成一份调研报告，并初步确定个人研究方向。

---

🗓 第1周：打基础 —— 理解“什么是联邦学习”

✅ 学习目标

• 掌握FL的基本流程与核心思想
• 理解其与传统机器学习的区别
• 认识通信在FL中的瓶颈作用

📚 学习资源

• McMahan et al., Communication-Efficient Learning of Deep Networks (AISTATS 2017)
• Yang et al., A Survey on Federated Learning (IEEE TII 2021)
• 李宏毅老师FL课程视频（B站）

📝 输出任务

• 完成一篇500字读书笔记（附后）
• 回答以下问题：
  1. FL的核心优势是什么？

     ---

  2. 为什么通信成为FL的主要瓶颈？

     ---

  3. FedAvg是如何减少通信轮次的？

     ---

---

🗓 第2周：聚焦交叉点 —— 联邦学习 × 通信系统

✅ 学习目标

• 掌握提升通信效率的关键技术
• 理解不同方法的适用场景

📚 关键技术调研表

技术	核心思想	对通信的影响	是否适合无线场景	是否有开源实现
梯度压缩
异步聚合
客户端选择
OTA (空中计算)

💡 提示：每项填写1–2句话说明

📝 输出任务

• 填写上表
• 选择1种技术深入阅读原始论文

---

🗓 第3周：深入前沿 —— FL在边缘/无线网络中的应用

✅ 学习目标

• 了解FL在真实通信环境中的部署挑战
• 发现潜在研究切入点

📚 推荐论文

• Nguyen et al., Federated Learning in Mobile Edge Networks (IEEE TMC 2020)
• Tran et al., Resource Allocation for FL at the Wireless Edge (INFOCOM 2019)
• Amiri et al., Over-the-Air Federated Learning (TSP 2020)

📝 输出任务

• 列出你感兴趣的 3个潜在研究方向：

1. ---

   兴趣原因：_____________________________________________

2. ---

   兴趣原因：_____________________________________________

3. ---

   兴趣原因：_____________________________________________

---

🗓 第4周：总结输出 —— 形成个人调研报告

✅ 目标

整合学习成果，形成可汇报材料

📄 成果形式（任选其一）

• PDF调研报告（3–5页）
• PPT汇报稿（8–10页）

📌 报告建议结构

1. 引言：为何关注FL+通信？
2. FL简介与通信瓶颈
3. 通信优化技术汇总
4. 在无线/边缘场景下的挑战
5. 我感兴趣的研究方向（1–2个）
6. 下一步计划

---

✅ 自我评估（第4周末填写）

项目	是否完成	备注
完成基础文献阅读	□ 是 / □ 否	____________________
掌握至少3种通信优化技术	□ 是 / □ 否	____________________
明确1个感兴趣的研究方向	□ 是 / □ 否	____________________
完成调研报告或PPT	□ 是 / □ 否	____________________

---

📝 附加页：读书笔记 / 学习心得