Tytuł pozycji:
Rozproszone wykrywanie zajętości widma oparte na uczeniu federacyjnym
Wykrywanie zajętości widma jest kluczowym zagadnieniem umożliwiającym dynamiczny dostęp do widma. Współcześnie w celu polepszenia detekcji popularne są rozwiązania z obszaru uczenia maszynowego, w tym uczenia federacyjnego (FL). Głównym wyzwaniem w tym kontekście jest ograniczony dostęp do danych treningowych. W pracy przedstawiono podejście rozproszone FL, skupiając się na węzłach pozbawionych dostępu do danych uczących. Omówiono wyniki eksperymentu sprzętowego polegającego na wykrywaniu sygnału DVB-T.
Spectrum occupancy detection is a key enabler for dynamic spectrum access, where machine learning algorithms are successfully utilized for detection improvement. However, the main challenge is limited access to labeled data about users’ transmission presence needed in supervised learning models. We present a distributed federated learning approach that addresses this challenge for sensors without access to learning data. The paper discusses the results of the conducted hardware experiment, where FL has been applied for DVB-T signal detection.
Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki (2025).
