Zustand: Hervorragend | Seiten: 268 | Sprache: Englisch | Produktart: B�cher | Recently machine learning schemes have attained significant attention as key enablers for next-generation wireless systems. Currently, wireless systems are mostly using machine learning schemes that are based on centralizing the training and inference processes by migrating the end-devices data to a third party centralized location. However, these schemes lead to end-devices privacy leakage. To address these issues, one can use a distributed machine learning at network edge. In this context, federated learning (FL) is one of most important distributed learning algorithm, allowing devices to train a shared machine learning model while keeping data locally. However, applying FL in wireless networks and optimizing the performance involves a range of research topics. For example, in FL, training machine learning models require communication between wireless devices and edge servers via wireless links. Therefore, wireless impairments such as uncertainties among wireless channel states, interference, and noise significantly affect the performance of FL. On the other hand, federated-reinforcement learning leverages distributed computation power and data to solve complex optimization problems that arise in various use cases, such as interference alignment, resource management, clustering, and network control. Traditionally, FL makes the assumption that edge devices will unconditionally participate in the tasks when invited, which is not practical in reality due to the cost of model training. As such, building incentive mechanisms is indispensable for FL networks. This book provides a comprehensive overview of FL for wireless networks. It is divided into three main parts: The first part briefly discusses the fundamentals of FL for wireless networks, while the second part comprehensively examines the design and analysis of wireless FL, covering resource optimization, incentive mechanism, security and privacy. It also presents several solutions based on optimizationtheory, graph theory, and game theory to optimize the performance of federated learning in wireless networks. Lastly, the third part describes several applications of FL in wireless networks.

Bestandsnummer des Verk�ufers 37621977/1

Verk�ufer kontaktieren

Diesen Artikel melden

Bibliografische Details

Titel

Federated Learning for Wireless Networks

Verlag

Springer Nature Singapore

Erscheinungsjahr

2021

Sprache

Englisch

ISBN-10

9811649626

ISBN-13

9789811649622

Einband

Hardcover

Zustand

Hervorragend

Verk�uferkataloge

B�cher

�ber diesen Titel

Inhaltsangabe

Recently machine learning schemes have attained significant attention as key enablers for next-generation wireless systems. Currently, wireless systems are mostly using machine learning schemes that are based on centralizing the training and inference processes by migrating the end-devices data to a third party centralized location. However, these schemes lead to end-devices privacy leakage. To address these issues, one can use a distributed machine learning at network edge. In this context, federated learning (FL) is one of most important distributed learning algorithm, allowing devices to train a shared machine learning model while keeping data locally. However, applying FL in wireless networks and optimizing the performance involves a range of research topics. For example, in FL, training machine learning models require communication between wireless devices and edge servers via wireless links. Therefore, wireless impairments such as uncertainties among wireless channel states, interference, and noise significantly affect the performance of FL. On the other hand, federated-reinforcement learning leverages distributed computation power and data to solve complex optimization problems that arise in various use cases, such as interference alignment, resource management, clustering, and network control. Traditionally, FL makes the assumption that edge devices will unconditionally participate in the tasks when invited, which is not practical in reality due to the cost of model training. As such, building incentive mechanisms is indispensable for FL networks.

This book provides a comprehensive overview of FL for wireless networks. It is divided into three main parts: The first part briefly discusses the fundamentals of FL for wireless networks, while the second part comprehensively examines the design and analysis of wireless FL, covering resource optimization, incentive mechanism, security and privacy. It also presents several solutions based on optimizationtheory, graph theory, and game theory to optimize the performance of federated learning in wireless networks. Lastly, the third part describes several applications of FL in wireless networks.

�ber die Autorin bzw. den Autor

Choong Seon Hong is currently a Professor with the Department of Computer Science and Engineering, Kyung Hee University. His research interests include the AI networking, machine learning, edge computing. He is senior member of IEEE, and a member of ACM, IEICE, IPSJ, KIISE, KICS, KIPS, and OSIA. He has served as the General Chair, a TPC Chair/Member, or an Organizing Committee Member for international conferences such as NOMS, IM, APNOMS, E2EMON, CCNC, ADSN, ICPP, DIM, WISA, BcN, TINA, SAINT, and ICOIN. In addition, he was an Associate Editor of the Journal of Communications and Networks, IEEE Transactions on Networks and Service Management and an Associate Technical Editor of the IEEE Communications Magazine. He is currently an associate editor of the International Journal of Network Management, and Future Internet.

Latif U. Khan is currently pursuing the Ph.D. degree in computer engineering with Kyung Hee University (KHU), South Korea. His research interests include analytical techniques of optimization and game theory to edge computing, and end-to-end network slicing. He is also working as a Leading Researcher with the Intelligent Networking Laboratory under a project jointly funded by the prestigious Brain Korea 21st Century Plus and Ministry of Science and ICT, South Korea. Prior to joining the KHU, he has served as a Faculty Member and a Research Associate with UET, Peshawar, Pakistan. He has published his works in highly reputable conferences and journals.

Mingzhe Chen is currently a Post-Doctoral Researcher at the Electrical Engineering Department, Princeton University and at the Chinese University of Hong Kong, Shenzhen, China. From 2016 to 2019, he was a Visiting Researcher at the Department of Electrical and Computer Engineering, Virginia Tech. His research interests include federated learning, reinforcement learning, virtual reality, unmanned aerial vehicles, and wireless networks. He was a recipient of the IEEE International Conference on Communications (ICC) 2020 Best Paper Award. He was an exemplary reviewer for IEEE Transactions on Wireless Communications in 2018 and IEEE Transactions on Communications in 2018 and 2019.

Dawei Chen is currently pursuing the Ph.D. degree with the Department of Electrical and Computer Engineering, University of Houston, Houston, TX, USA. His research interests include machine learning, edge/cloud computing, and wireless networks.

Walid Saad is currently a Professor with the Department of Electrical and Computer Engineering, Virginia Tech, where he leads the Network Science, Wireless, and Security (NEWS) Laboratory. His research interests include wireless networks, machine learning, game theory, security, unmanned aerial vehicles, cyber-physical systems, and network science. He is an IEEE fellow and IEEE Distinguished Lecturer. He was a recipient of the NSF CAREER Award in 2013, the AFOSR Summer Faculty Fellowship in 2014, and the Young Investigator Award from the Office of Naval Research (ONR) in 2015. He was the author or coauthor of eight conference best paper awards such as WiOpt in 2009, ICIMP in 2010, the IEEE WCNC in 2012, the IEEE PIMRC in 2015, the IEEE SmartGridComm in 2015, EuCNC in 2017, the IEEE GLOBECOM in 2018, and IFIP NTMS in 2019. He was also the recipient of the 2015 Fred W. Ellersick Prize from the IEEE Communications Society, the 2017 IEEE ComSoc Best Young Professional in Academia Award, the 2018 IEEE ComSoc Radio Communications Committee Early Achievement Award, and the 2019 IEEE ComSoc Communication Theory Technical Committee. From 2015 to 2017, he was named as the Stephen O. Lane Junior Faculty Fellow at Virginia Tech, and he was named as the College of Engineering Faculty Fellow in 2017. He received the Dean’s Award for Research Excellence from Virginia Tech in 2019. He currently serves as an Editor for the IEEE Transactions on Wireless Communications, the IEEE Transactions on Mobile Computing, and the IEEE Transactions on Cognitive Communications and Networking. He is an Editor-at-Large for the IEEE Transactions on Communications.

Zhu Han is currently a John and Rebecca Moores Professor with the Electrical and Computer Engineering Department, University of Houston, TX, USA, and also with in the Computer Science Department, University of Houston. He is also a Chair Professor with National Chiao Tung University. His research interests include wireless resource allocation and management, wireless communications and networking, game theory, big data analysis, security, and smart grid. He has been an AAAS Fellow since 2019 and has also been an ACM Distinguished Member since 2019. He received an NSF Career Award, in 2010, the Fred W. Ellersick Prize of the IEEE Communication Society, in 2011, the EURASIP Best Paper Award for the Journal on Advances in Signal Processing, in 2015, the IEEE Leonard G. Abraham Prize in the field of communications systems (Best PaperAward in IEEE JSAC), in 2016, and several best paper awards in IEEE conferences. He was an IEEE Communications Society Distinguished Lecturer from 2015 to 2018. He has been a 1% Highly Cited Researcher since 2017 according to Web of Science. He is now an IEEE fellow

��ber diesen Titel� kann sich auf eine andere Ausgabe dieses Titels beziehen.

Anbieterinformationen

Seit �ber 30 Jahren handeln wir mit B�chern. Begonnen hat alles als kleiner Fachbuchhandel in Berlin. Heute sind wir spezialisiert auf den An- und Verkauf gebrauchter B�cher. Noch immer liegt unser Fokus dabei auf den Kategorien: Fachbuch und englischsprachige Literatur. Hinzu kommen B�cher aus allen anderen Genres, wie Belletristik, Biografien oder Kinderb�cher. Unser oberstes Ziel ist dabei die Weiterverwendung von Dingen und die Schonung von Ressourcen. Neben dem Ankauf von privaten B�chern oder Haushaltsaufl�sungen kaufen wir bundesweit komplette Bibliotheken und Buchbest�nde von Institutionen auf, um diese nachhaltig ein weiteres Mal auf den Markt zu bringen. Parallel dazu bietet Buchpark die M�glichkeit, gro�e Mengen einzulagern. Ganze Bibliotheken und umfangreiche Buchbest�nde werden von uns professionell auf Qualit�tsmerkmale hin untersucht und sorgf�ltig f�r den Onlinehandel aufbereitet. Wir schenken B�chern ein zweites Leben.

Zur Homepage des Verk�ufers

Unternehmensdaten des Verk�ufers

Buchpark GmbH
Kr�gerweg 1, Trebbin, 14959, Germany

Gesch�ftsbedingungen und Versandinformationen

Verkaufsbedingungen

Widerrufsrecht

Wenn Sie Verbraucher sind, k�nnen Sie gem�� den folgenden Bestimmungen vom Vertrag zur�cktreten. Verbraucher ist jede nat�rliche Person, die zu Zwecken handelt, die nicht ihrer kaufm�nnischen, gewerblichen, k�nstlerischen oder beruflichen T�tigkeit zugerechnet werden k�nnen.

Informationen zum Widerrufsrecht

Gesetzliches Widerrufsrecht

Sie haben das Recht, den Vertrag innerhalb von 14 Tagen ohne Angabe von Gr�nden zu widerrufen.

Die Widerrufsfrist betr�gt 14 Tage ab dem Tag, an dem Sie oder ein von Ihnen benannter Dritter, der nicht der Transporteur ist, die letzte Ware oder den letzten Posten oder das letzte Exemplar in Besitz genommen hat.

Um das Widerrufsrecht auszu�ben, f�llen Sie auf unserer Website unter „Meine Eink�ufe" in „Mein Nutzerkonto" eine eindeutige Erkl�rung elektronisch aus und senden Sie sie ab. Wir werden Ihnen unverz�glich eine Best�tigung �ber den Eingang eines solchen Widerrufs auf einem dauerhaften Datentr�ger (z. B. per E-Mail) �bermitteln.

Um die Widerrufsfrist einzuhalten, reicht es aus, dass Sie Ihre Mitteilung �ber die Aus�bung des Widerrufsrechts vor Ablauf der Widerrufsfrist absenden.

Auswirkungen des Widerrufs

Wenn Sie diesen Vertrag widerrufen, erstatten wir Ihnen alle Zahlungen, die wir von Ihnen erhalten haben, einschlie�lich der Lieferkosten (mit Ausnahme der zus�tzlichen Kosten, die entstehen, wenn Sie eine andere Art der Lieferung als die von uns angebotene g�nstigste Standardlieferung gew�hlt haben).

Wir k�nnen einen Abzug von der R�ckerstattung f�r den Wertverlust der gelieferten Waren vornehmen, wenn der Verlust auf eine unn�tige Behandlung durch Sie zur�ckzuf�hren ist.

Wir werden die R�ckerstattung unverz�glich und nicht sp�ter als 14 Tage nach dem Tag vornehmen, an dem wir �ber Ihre Entscheidung, diesen Vertrag zu widerrufen, informiert wurden.

F�r die R�ckerstattung verwenden wir dasselbe Zahlungsmittel, das Sie f�r die urspr�ngliche Transaktion verwendet haben, es sei denn, Sie haben ausdr�cklich etwas anderes vereinbart; in keinem Fall werden Ihnen aufgrund einer solchen R�ckerstattung Geb�hren berechnet.

Wir k�nnen die R�ckzahlung verweigern, bis wir die Waren wieder zur�ckerhalten haben oder Sie den Nachweis erbracht haben, dass Sie die Waren zur�ckgesandt haben, je nachdem, was eher eintritt.

Sie m�ssen die Waren unverz�glich und in jedem Fall sp�testens 14 Tage ab dem Tag, an dem Sie uns �ber den Widerruf dieses Vertrags unterrichten, an Buchpark, Trebbin, Germany, zur�cksenden oder �bergeben. Die Frist ist eingehalten, wenn Sie die Ware vor Ablauf der Frist von 14 Tagen zur�cksenden. Sie m�ssen die direkten Kosten der R�cksendung der Waren tragen. Sie haften nur f�r einen etwaigen Wertverlust der Waren, der auf eine Behandlung zur�ckzuf�hren ist, die nicht zur Pr�fung der Art, Eigenschaften und Funktionsweise der Waren erforderlich ist.

Ausnahmen vom Widerrufsrecht

Das Widerrufsrecht gilt nicht f�r:

Die Lieferung von Zeitungen, Zeitschriften oder Magazinen mit Ausnahme von Abonnementvertr�gen; und
Die Lieferung digitaler Inhalte, die nicht auf einem physischen Medium (z. B. auf einer CD oder DVD) geliefert werden, wenn Sie bei Ihrer Bestellung akzeptiert haben, dass wir mit der Lieferung beginnen k�nnen und dass Sie nach Beginn der Lieferung den Vertrag nicht mehr widerrufen k�nnen.

Versandbedingungen

Versandkosten von Deutschland nach USA

Versandkosten von Deutschland nach USA
Bestellmenge	60 bis 60�Werktage	60 bis 60�Werktage
Erster Artikel	EUR 105.00	EUR 130.00

Die Versandzeiten werden von den Verk�uferinnen und Verk�ufern festgelegt. Sie variieren je nach Versanddienstleister und Standort. Sendungen, die den Zoll passieren, k�nnen Verz�gerungen unterliegen. Eventuell anfallende Abgaben oder Geb�hren sind von der K�uferin bzw. dem K�ufer zu tragen. Die Verk�uferin bzw. der Verk�ufer kann Sie bez�glich zus�tzlicher Versandkosten kontaktieren, um einen m�glichen Anstieg der Versandkosten f�r Ihre Artikel auszugleichen.

Impressum & Info zum Verk�ufer